lxinghua

摘要： 1. python界面设计步骤 # 1) 导入库 import PySimpleGUI as sg # 2) 定义布局，确定行数以及每行信息 layout = [ [sg.Text('请输入您的信息：')], [sg.Text('姓名'), sg.InputText('程序员XXX')], [sg. 阅读全文

摘要： 一、文件读取 python办公自动化，会用到xlrd库，所以需要先安装xlrd库。 import xlrd wb=xlrd.open_workbook('招生表.xls') # 读取工作簿 ws=wb.sheets() # 文件sheets包含项，列表式的键值对 print(ws) wsname=w 阅读全文

摘要： 一、Kmeans原理 Kmeans算法是一种常见的聚类算法，用于将数据集划分成k个不重叠的簇。其主要思想是通过迭代的方式将样本电话分到不同的簇中，使得同一簇内的样本点相似度较高，不同簇之间的相似度较低。 Kmeans算法的详细步骤： 初始化：选择k个初始聚类中心，可以是随机选择或者根据某种启发式方法 阅读全文

摘要： 一、概述 随机森林：最为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forset，简称RF）拥有广泛的应用前景，从市场销售到医疗保健保险，既可以用来做市场销售模拟的建模，统计客户来源，保留和流失，也可用预测疾病的风险和病患者的易感性。 随机森林算法是一种重要的基于bagging的集 阅读全文

摘要： 一、关联分析概述 1. 关联分析 2. 频繁项集的评估标准 2.1 支持度 2.2 置信度 2.3 提升度 3. 关联规则发现 二、Apriori算法原理 三、使用Apriori算法来发现频繁项集 1. 生成候选项集 2. 项集迭代函数 四、Apriori关联规则挖掘 1. 挖掘关联规则的流程 2. 阅读全文

摘要： 一、聚类分析概述 聚类分析是无监督机器学习算法中最常用的一类，其目的是将数据划分成有意义或有用的组（也被称为簇）。组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性（同质性）越大，组间差别越大，聚类就越好。 1. 簇的定义 简单来说，簇就是分类结果中的类，但实际 阅读全文

摘要： 一、回顾决策树（分类） ID3算法构建树模型：每次选取当前最佳的特征类分割数据，并按照该特征的所有可能取值来切分。也就是说，如果一个特征值有4中取值，那么数据将被切分成4份。一旦按某特征切分后，该特征在之后的算法执行过程中将不会再起作用，所以有观点认为这种切分方式过于迅速。 除了切分过于迅速外，ID 阅读全文

摘要： 一、路由器 1. SimpleRouter 该路由器包括标准集合：list，create，retrieve，update，partial_update和destroy动作的路由。视图集中还可以使用@detail_route或@list_route装饰器标记要被路由的其他方法。 2. DefaultR 阅读全文

摘要： 一、开发模式与场景 1. 客户端和服务端 ①什么是服务端 理解服务端之前先搞清楚什么是服务器？ 服务器就是提供网络服务的机器设备！ 1. 高效提供网络服务；2. 多用户与用户组以及权限的管理； 3. 全年24小时不间断运行，无需关机重启。 那服务端是什么了？ 就是运行在服务器上面提供具体网络服务的程 阅读全文

摘要： 一、什么是回归 回归的目的是预测数据型的目标值。最直接的办法是依据输入写出一个目标值的计算公式。加入你想要预测某位小姐姐男友汽车的功率大小，可能会这么计算： 小 姐 姐 男 友 汽 车 功 率 = 0.0015*男 友 年 薪 - 0.99* 收 听 公 共 广 播 时 间 这就是所谓的回归方程（r 阅读全文