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