08 2020 档案
摘要：病人分类的例子 让我从一个例子开始讲起，你会看到贝叶斯分类器很好懂，一点都不难。 某个医院早上收了六个门诊病人，如下表。 症状 职业 疾病 打喷嚏 护士 感冒 打喷嚏 农夫 过敏 头痛 建筑工人 脑震荡 头痛 建筑工人 感冒 打喷嚏 教师 感冒 头痛 教师 脑震荡 现在又来了第七个病人，是一个打喷嚏
阅读全文
摘要：import pandas as pd data = pd.read_table('val.txt',names=['category','theme','URL','content']) #读取数据，转成DataFrame格式。因为前期数据已经是处理好的，所以可以这样写。这里的read_table
阅读全文
摘要：在实际应用中，经常需要把统计一段字符中，每个词出现的次数，也就是词频。统计次数有一个现成的方法就是DataFrame.value_counts()，问题是如何保存结果为我们所用。思路就是把value_counts的两列先分别转成列表，再讲两个列表转成字典。 import pandas as pd d
阅读全文
摘要：import pandas as pd data = pd.read_csv("train.csv") #确定每一列，或者叫每一个series下，是否有空数据 columns_name = data.columns.tolist() columns_name_true_false={} print(
阅读全文
摘要：背景：有人利用信用卡欺诈，数据给出了28W多个样本，每一个样本有20多个因素数据和最终是否欺诈的结论。 1 import numpy as np 2 import pandas as pd 3 import matplotlib.pyplot as plt 4 #导入相关库文件 5 6 data =
阅读全文
摘要：1. Series 情况下： pandas 的 value_counts() 函数可以对Series里面的每个值进行计数并且排序。 import pandas as pd df = pd.DataFrame({'区域' : ['西安', '太原', '西安', '太原', '郑州', '太原'],
阅读全文
摘要：逻辑回归是分类最简单的算法。 题目是有一个学校招生，考2门专业课。给出了100个样本，每一个样本包含2门课的成绩以及是否被录取。也就是LogiReg_data.csv数据。原始是txt格式，为了方便，人为的加上了表头。 1 import numpy as np 2 import pandas as
阅读全文
