07 2020 档案
摘要：Linux的主分区与拓展分区加起来不能超过4个，而且拓展分区最多一个且不能放入数据文件及不能格式化，拓展分区唯一作用就是包含逻辑分区，逻辑分区可以放入数据和格式化。这种限制不是Linux限制，而是硬盘本身的限制。 分区过程就是将大硬盘分成小硬盘，此时小硬盘不能直接使用，必须先格式化。 格式化（高级格
阅读全文
摘要：Linux启动时会看到许多启动信息。 Linux启动过程分为5个阶段： 内核的引导 运行init 系统初始化 建立终端 用户登录信息 内核引导 当计算机打开电源后，首先是BIOS（Basic Input/Output System）开机自检，按照BIOS中设置的启动设备（通常是硬盘）来启动。 操作系
阅读全文
摘要：基本介绍 登录系统后，输入命令： ls/ 结果如下： Linux的文件系统是级层式的树状目录结构，最上层是根目录“/”，然后在此目录下创建其他目录。 Linux的世界里，一切皆文件。 Linux具体目录结构 /lib 系统开机所需要最基本的动态链接共享库，其类似于Windows里的DLL文件。 /l
阅读全文
摘要：交叉检验原理 使用交叉检验最简单的方法是在估计器上调用cross_val_score函数。 下面示例展示如何通过分割数据，拟合模型和计算连续5次的分数（每次不同分割）来估计linear Kernel支持向量机在iris数据集上的精度： from sklearn.model_selection imp
阅读全文
摘要：1. sklearn中的Pipeline机制 管道机制在机器学习算法中的应用：参数集在新数据集（比如测试集）上的重复使用。 管道机制实现流式化封装和管理。 2. 加载数据集并拆分 import pandas as pd from sklearn.pipeline import Pipeline fr
阅读全文
摘要：DBSCAN是密度聚类算法，和K-Means，BIRCH只适用于凸样本集的聚类相比，DBSCAN既适用于凸样本集，也适用于非凸样本集。 1. 密度聚类原理 DBSCAN算法指类别可通过样本分布的紧密程度决定。即同一类别的样本紧密相连，也就是说在该类别的不远处一定有同类别的样本。 2. DBSCAN密
阅读全文
摘要：特征选择（1） 在sklearn.feature_selection模块中，可以对样本集进行特征选择（feature selection）和降维（dimensionality reduction）,这样会提高估计器的准确度或者增强在高维数据集上的性能。 1. 移除低方差特征 VarianceThre
阅读全文
摘要：分层/多级索引能在较低纬度的数据结构（如Series和DataFrame）中存储和操作任意维度的数据， 1. 创建MultiIndex MultiIndex对象是标准索引Index对象的扩展，可以将MultiIndex看作一个元组数组，其中每个元组都是唯一的。可以从数组列表（MultiIndex.f
阅读全文
摘要：集成学习 随机森林 AdaBoost 算法 提升树 梯度提升树（GBDT） XGBoost 一、提升树 提升树是以 回归树为基本分类器的提升方法。 提升方法采用加法模型（即基函数的线性组合）与前向分步算法。 1. 提升树模型 提升树模型可以表示为决策树的加法模型： $$ \tag{13
阅读全文
摘要：字符串的合并，主要有4种方法： 1. 使用“+”组合字符串 例如：输入x='a'+'b'得到x的值是‘ab’。 2. 使用%占位符组合字符串 例如：输入x='I am %s'%'Tony'，得到x的值是‘I am Tony’。 3. 使用.join方法将多个可迭代对象合并 例如：输入x=' '.jo
阅读全文
摘要：用途 pandas.cut用来把一组数据分割成离散的区间。比如一组年龄数据，pandas.cut将年龄分割成不同的年龄段并打上标签。 原型 pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3,include_
阅读全文
