摘要：
文本分类长度较大，对文本的智能解析是很有挑战的。 阅读全文
摘要：
机器学习的两大基本问题：回归问题与分类问题。 什么是机器学习：根据已知的数据学习出一个数学函数使其能够有更强的预测能力。 学习路线：传统学习-深度学习-强化学习 阅读全文
摘要：
a 阅读全文
摘要：
datetime的表现形式为： '2015-08-28 16:43:37.283' '2015-08-28 16:43:37.283' timestamp的表现形式为： 1440751417.283 1440751417.283 阅读全文
摘要：
1.从GitHub下载jupyterthemes。 网址为https://github.com/dunovank/jupyter-themes，自行下载即可。 2.使用管理员模式打开命令行窗口 这一点很重要，之前一直各种问题，后来使用管理员模式就避免了。 3.进行更新操作 pip install 阅读全文
摘要：
1.右击jupyter notebook的快捷方式，打开"属性" 2.修改"起始位置"为你想要的路径 3.删除"目标"中的参数%USERPROFILE%就可以了 阅读全文
摘要：
cols=['ID','Gender','ExamYear','Class','Participated','Passed','Employed','Grade']df=df.ix[:,cols] df=df.ix[:,cols]语句表示，DataFrame的行索引不变，列索引是cols中给定的索引 阅读全文
摘要：
1 2 3 4 5 6 import pandas as pd dict=[[1,2,3,4,5,6],[2,3,4,5,6,7],[3,4,5,6,7,8],[4,5,6,7,8,9],[5,6,7,8,9,10]] data=pd.DataFrame(dict) print(data) for 阅读全文
摘要：
打开网址https://www.macxin.com/archives/4722.html，上面有详细的安装教程以及资源链接，尤其适合安装linux版本的。 阅读全文
摘要：
监督学习是有标签的。监督学习分为两部分：分类和回归。分类针对的是离散的问题，回归针对的是连续的问题。 无监督学习是无标签的。 阅读全文
摘要：
3.1矩阵和向量 要清楚什么是矩阵，什么是向量，以及什么是维度. 3.2加法和标量乘法 3.3矩阵向量乘法 3.4矩阵的乘法及其性质 矩阵的乘法不满足交换律，只满足结合律。 3.5矩阵的逆和转置 矩阵的逆： 矩阵的转置： 矩阵转置的基本性质： 阅读全文
摘要：
一个有监督的房价训练模型如下所示： 单变量线性回归问题： 模型预测值与训练实际值之间的差距，就是建模误差。 一般常用的代价函数是平方误差函数，之所以提出误差的平方和，是因为误差平方代价函数对于大多数问题特别是回归问题，都是一个合理的选择。 常使用梯度下降作为求函数最小值的算法，开始时我们随机选择一个 阅读全文