Sakura_L

摘要： PCA主成分分析 如果只是打分一次 会有很多偶然因素所以 应该 做交叉验证 使用PCA来对数据进行降维 对比散点图 plt.scatter(data[:,0],data[:,1],c=target) plt.scatter(pca_data[:,0],pca_data[:,1],c=target) 阅读全文

摘要： 交叉验证 以鸢尾花数据集为例 得到的是一个有10个元素的一维数组 网格搜索 网格搜索是针对参数使用不同的参数来看哪一个参数的情况下 模型的效果更好 # grid 必须先训练 训练好之后 才能获取各种 best... 集成学习 随机森林就是一种集成学习的方式 只不过随机森林中所有的模型都是决策树我们这 阅读全文

摘要： 速度问题 不同的算法之间,必然有不同的应用场景,比如knn的训练时间特别短,但是使用的时候消耗的时间就比较长,因为训练的时候他只是记录了各个点的位置,并没有做别的事 而lgc(逻辑回归)训练的时间比较长,要计算各种权重,通过梯度下降找到最优解,但是使用的过程中就比较快,因为模型已经训练完毕了,后续只 阅读全文

摘要： 岭回归 1、原理 2、实例 使用岭回归 使用岭回归 使用岭回归 使用岭回归 岭回归一般用在样本值不够的时候 from sklearn import datasets # 从sklearn中获取数据集 diabetes = datasets.load_diabetes() # 加载糖尿病数据 data 阅读全文

摘要： 线性回归 导包 1. 简单演示 1. 简单演示 1. 简单演示 1. 简单演示 1.1 创建一些有对应关系的散点，使用线性回归推测关系 1.1.1 创建一些x，指定w和b，按照这个关系求出y，并绘制散点图展示关系 x = np.arange(0,10,1) y = 3*x+4 plt.scatter 阅读全文

摘要： K-临近算法(KNN) K nearest neighbour 1、k-近邻算法原理 简单地说，K-近邻算法采用测量不同特征值之间的距离方法进行分类。 简单地说，K-近邻算法采用测量不同特征值之间的距离方法进行分类。 简单地说，K-近邻算法采用测量不同特征值之间的距离方法进行分类。 简单地说，K-近 阅读全文

摘要： 中间件介绍 什么是中间件? 官方的说法：中间件是一个用来处理Django的请求和响应的框架级别的钩子。它是一个轻量、低级别的插件系统，用于在全局范围内改变Django的输入和输出。每个中间件组件都负责做一些特定的功能。 但是由于其影响的是全局，所以需要谨慎使用，使用不当会影响性能。(比如你在中间件里 阅读全文

摘要： Form介绍 我们之前在HTML页面中利用form表单向后端提交数据时，都会写一些获取用户输入的标签并且用form标签把它们包起来。 与此同时我们在好多场景下都需要对用户的输入做校验，比如校验用户是否输入，输入的长度和格式等正不正确。如果用户输入的内容有错误就需要在页面上相应的位置显示对应的错误信息 阅读全文

摘要： 词法分析 JavaScript中在调用函数的那一瞬间，会先进行词法分析。 词法分析的过程： 当函数调用的前一瞬间，会先形成一个激活对象：Avtive Object（AO），并会分析以下3个方面： 1:函数参数，如果有，则将此参数赋值给AO，且值为undefined。如果没有，则不做任何操作。2:函数 阅读全文

摘要： 字段 AutoField(Field) - int自增列，必须填入参数 primary_key=True BigAutoField(AutoField) - bigint自增列，必须填入参数 primary_key=True 注：当model中如果没有自增列，则自动会创建一个列名为id的列 from 阅读全文