摘要：
https://www.jianshu.com/p/47f66ff4ab7b 阅读全文
摘要：
1：支持向量机 拟解决问题：如何选择一条分的开并且能够分的好的线？ 解决办法：找到一条线（w和b），使得离该线最近的点距离最远。 公式推导：点到直线的距离？ 第一步：建模，推出点到直线的一般距离公式distance(x,b,w) 【注】wTx'+b=0（即a*x+b*y+c*z+b=0）为一个平面方 阅读全文
摘要：
1：matplotlib 2:seaborn 阅读全文
摘要：
1：决策树 1.1决策树可以分为两个阶段 1.2：熵和Gini系数： 【注】熵和Gini系数的特点（内部越混乱则熵或Gini系数值越大，否则越小） 熵和Gini系数拟解决的问题：熵和Gini系数的引入是为了判断谁作为决策树的根节点？ 如何解决：通过信息增益（gain(某一属性/特征)=原始熵值-节点 阅读全文
摘要：
1：transformer结构 2：单个的encoder 2.1输入部分 2.1.1embedding 2.1.2位置编码 【注】RNN是按照时间线展开，单词的先后顺序没有被忽略。而transformer是并行处理的，故增快了速度，忽略了单词之间的先后顺序。 2.2注意力机制 2.2.1注意力机制 阅读全文
摘要：
1：NFStream简介 NFStream是一个Python框架，提供快速、灵活和富有表现力的数据结构，旨在使在线或离线网络数据的工作既简单又直观。它的目标是成为在Python中进行实际的、真实的网络数据分析的基本高级构建块。此外，它还有一个更广泛的目标，即成为一个通用的网络数据分析框架，为研究人员 阅读全文
摘要：
【注】scapy不适合网络数据包的分析 1:构造包以及发送包 包的构造：pkt=IP()/TCP() 包的发送： res.summary()查看返回包的简要信息。 res.show()详细查看信息。 【注】sr1()发送之后，只接收一个；sr()发送之后，全部接收；send()只发送不接收；假如p之 阅读全文
摘要：
1:思考 统计出数据中不同类型的紧急情况的次数： 问题1： 方法1： 方法2： 问题2： 统计出不同月份不同类型的紧急电话的次数的变化情况： 方法1(处理时间序列类型的问题没有方法2【pandas中的时间序列】简单)： 方法2：pandas中的时间序列 【注】dir()查询参数i的所有方法 2：pa 阅读全文
摘要：
1：pandas常用统计方法 2：数据的合并和分组聚合 2.1 [注]plt.figure()参数详解请参考http://www.yuepc.com/a/1507.html 2.2数据合并之join [注]t1.join(t2)则以t1为基准，t2.join(t1)则以t2为基准。如下： [注]如果 阅读全文
摘要：
1:pandas的创建 1.1pandas的常用数据类型 1.2pandas之Series创建 1.2.1通过列表创建 1.2.2通过字典创建 [注]可以和numpy相同，使用Series.astype(datatype)修改dtype。例如：a.astype(float) 1.2.3：pandas 阅读全文