摘要：
训练集(train set) 验证集(validation set) 测试集(test set) 一般需要将样本分成独立的三部分训练集(train set)，验证集(validation set)和测试集(test set)。其中训练集用来估计模型，验证集用来确定网络结构或者控制模型复杂程度的参数， 阅读全文
摘要：
Preprocess # 通用的预处理框架 import pandas as pd import numpy as np import scipy as sp # 文件读取 def read_csv_file(f, logging=False): print(" 读取数据 ") data = pd. 阅读全文
摘要：
阅读全文
摘要：
oc——通过行标签索引行数据 iloc——通过行号索引行数据 ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合） 同理，索引列数据也是如此！ 举例说明： 1、分别使用loc、iloc、ix 索引第一行的数据: （1）loc import pandas as pddata=[[1,2 阅读全文
摘要：
前言 ———————————————————————————————————————— 在机器学习算法中，我们经常会遇到分类特征，例如：人的性别有男女，祖国有中国，美国，法国等。 这些特征值并不是连续的，而是离散的，无序的。通常我们需要对其进行特征数字化。 那什么是特征数字化呢？例子如下： 性别特征 阅读全文
摘要：
并行 集群计算。 并行计算。 并发 并发执行。 Spark Lightning-fast cluster computing。 快如闪电的集群计算。 大规模快速通用的计算引擎。 速度: 比hadoop 100x,磁盘计算快10x 使用: java / Scala /R /python 提供80+算子 阅读全文
摘要：
一、Spark 是什么及其特点 Spark是基于内存计算的大数据并行计算框架，可用于构架大型的、低延迟的数据分析应用程序。 Spark具有如下几个主要特点：运行速度快：使用DAG执行引擎以支持循环数据流与内存计算。 容易使用：支持使用Scala、Java、Python和R语言进行编程，可以通过Spa 阅读全文
摘要：
scatter 散点图 全页折叠 散点图 全页折叠 散点图 全页折叠 语法 scatter(x,y) scatter(x,y,sz) scatter(x,y,sz,c) scatter(___,'filled') scatter(___,mkr) scatter(___,Name,Value) sc 阅读全文
摘要：
一、协方差： 可以通俗的理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？ 你变大，同时我也变大，说明两个变量是同向变化的，这时协方差就是正的。 你变大，同时我变小，说明两个变量是反向变化的，这时协方差就是负的。 从数值来看，协方差的数值越大，两个变量同向程度也就越大。反 阅读全文
摘要：
-------------------------------存储过程Study------------------------------ -------------------------------------------------------------------------- --删除表 drop table student go ------------... 阅读全文