我不是小鲁班

摘要： 逻辑回归和sigmoid函数分类：容易欠拟合，分类精度不高，计算代价小，易于理解和实现 sigmoid函数与阶跃函数的区别在于：阶跃函数从0到1的跳跃在sigmoid函数中是一个逐渐的变化，而不是突变。 logistic 回归分类器：在每个特征上乘以一个回归系数，然后将所有的结果值相加，将这个总和代 阅读全文

摘要： 1、xgboost库的安装 先在网址https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost 中下载whl文件，注意一定要下载跟自己当前安装Python版本一致的whl文件 比如我是Python3.6，64位操作系统，所以要安装xgboost-0.72- 阅读全文

摘要： 在Python3 中，print函数必须添加括号才能输出。 阅读全文

摘要： import os from tkinter import * import time os.chdir('E:\\actdata') def main(): def sendMsg():#发送消息 strMsg = '我:' + time.strftime("%Y-%m-%d %H:%M:%S", tim... 阅读全文

摘要： wxpython库安装，在anaconda当中直接使用下面命令就能安装成功。 阅读全文

摘要： 读入的时间数据是字符串格式，转换成datetime格式 计算时间差： 结果：单位还是毫秒 进一步将其转换成秒 补充学习： Python time strptime()方法 描述 Python time strptime() 函数根据指定的格式把一个时间字符串解析为时间元组。 语法 strptime( 阅读全文

摘要： 预测结果： 决策树预测准确率: 40.238367% 随机森林算法： 预测结果： 随机森林预测准确率: 46.861539% 阅读全文

摘要： 一、查看数据（查看对象的方法对于Series来说同样适用） 1.查看DataFrame前xx行或后xx行 a=DataFrame(data); a.head(6)表示显示前6行数据，若head()中不带参数则会显示全部数据。 a.tail(6)表示显示后6行数据，若tail()中不带参数则也会显示全 阅读全文

摘要： 这个监督式学习算法通常被用于分类问题。令人惊奇的是，它同时适用于分类变量和连续因变量。在这个算法中，我们将总体分成两个或更多的同类群。这是根据最重要的属性或者自变量来分成尽可能不同的组别。想要知道更多，可以阅读：简化决策树。 阅读全文

摘要： 线性回归 线性回归通常用于根据连续变量估计实际数值（房价、呼叫次数、总销售额等）。我们通过拟合最佳直线来建立自变量和因变量的关系。这条最佳直线叫做回归线，并且用 Y= a *X + b 这条线性等式来表示。 在这个等式中： Y：因变量 a：斜率 x：自变量 b ：截距 系数 a 和 b 可以通过最小 阅读全文