01 2018 档案

Supervisor安装与配置(Linux/Unix进程管理工具)
摘要:原文链接:http://blog.csdn.net/xyang81/article/details/51555473 Supervisor(http://supervisord.org/)是用Python开发的一个client/server服务,是Linux/Unix系统下的一个进程管理工具,不支持 阅读全文

posted @ 2018-01-31 13:32 多一点 阅读(313) 评论(0) 推荐(0) 编辑

Python3中关于下划线变量和命名的总结
摘要:变量 #!-*-coding:utf-8-*- #__author__ = 'ecaoyng' # # 变量 #_xxx,单下划线开头的变量,标明是一个受保护(protected)的变量,原则上不允许直接访问,但外部类还是可以访问到这个变量。 #这只是程序员之间的一个约定,用于警告说明这是一个私有变 阅读全文

posted @ 2018-01-29 18:00 多一点 阅读(561) 评论(0) 推荐(0) 编辑

利用Python读取外部数据文件
摘要:不论是数据分析,数据可视化,还是数据挖掘,一切的一切全都是以数据作为最基础的元素。利用Python进行数据分析,同样最重要的一步就是如何将数据导入到Python中,然后才可以实现后面的数据分析、数据可视化、数据挖掘等。 在本期的Python学习中,我们将针对Python如何获取外部数据做一个详细的介 阅读全文

posted @ 2018-01-22 23:25 多一点 阅读(30120) 评论(0) 推荐(0) 编辑

在Python应用中使用MongoDB
摘要:在这篇文章中,将向您展示如何使用Python链接目前主流的MongoDB(V3.4.0)数据库,主要使用PyMongo(v3.4.0)和MongoEngine(V0.10.7)。同时比较SQL和NoSQL。 在这篇文章中,将向您展示如何使用Python链接目前主流的MongoDB(V3.4.0)数据 阅读全文

posted @ 2018-01-22 22:51 多一点 阅读(2219) 评论(0) 推荐(0) 编辑

使用python语言操作MongoDB
摘要:MongoDB是一个跨平台的NoSQL,基于Key-Value形式保存数据。其储存格式非常类似于Python的字典,因此用Python操作MongoDB会非常的容易。 pymongo的两种安装命令 pip install pymongo easy_install pymongo Python操作Mo 阅读全文

posted @ 2018-01-22 22:28 多一点 阅读(228) 评论(0) 推荐(0) 编辑

多元高斯分布
摘要: 阅读全文

posted @ 2018-01-21 00:11 多一点 阅读(190) 评论(0) 推荐(0) 编辑

windows下Graphviz安装及入门教程
摘要:下载安装配置环境变量 intall 配置环境变量 验证 基本绘图入门 graph digraph 一个复杂的例子 和python交互 发现好的工具,如同发现新大陆。有时,我们会好奇,论文中、各种专业的书中那么形象的插图是如何做出来的,无一例外不是对绘图工具的熟练使用。 下载安装、配置环境变量 int 阅读全文

posted @ 2018-01-18 16:44 多一点 阅读(76269) 评论(4) 推荐(8) 编辑

【Machine Learning】决策树案例:基于python的商品购买能力预测系统
摘要:阅读目录 目录 1 决策树/判定树(decision tree) 2 构造决策树的基本算法:判定顾客对商品购买能力 3 基于python代码的决策树算法实现:预测顾客购买商品的能力 4 完整项目下载 决策树在商品购买能力预测案例中的算法实现 作者:白宁超 2016年12月24日22:05:42 摘要 阅读全文

posted @ 2018-01-18 16:33 多一点 阅读(6952) 评论(0) 推荐(0) 编辑

Python数据可视化-seaborn
摘要:Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图。这里实例采用的数据集都是seaborn提供的几个经典数据集,dataset文件可见于Github。本博客只总结了一些,方便博主自己查询,详细介绍 阅读全文

posted @ 2018-01-17 23:56 多一点 阅读(7063) 评论(1) 推荐(2) 编辑

np.tile 函数使用
摘要:>>> import numpy>>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次,默认行1次array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])>>> numpy.tile([0,0],(1,1))#在列方向上重复[0,0]1次,行1次array([ 阅读全文

posted @ 2018-01-17 18:18 多一点 阅读(799) 评论(0) 推荐(0) 编辑

Python机器学习库scikit-learn实践
摘要:原作者邮箱:zouxy09@qq.com 原文链接:http://blog.csdn.net/zouxy09 一、概述 机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所“熟知”,就算不懂得其中各算法理论,叫你喊上一两个著名算法的名字,你也能昂首挺胸脱口而出。当然了,算法之林虽大,但能者还是有 阅读全文

posted @ 2018-01-14 23:25 多一点 阅读(478) 评论(0) 推荐(0) 编辑

sklearn的快速使用
摘要:传统的机器学习任务从开始到建模的一般流程是:获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测,分类。本文我们将依据传统机器学习的流程,看看在每一步流程中都有哪些常用的函数以及它们的用法是怎么样的。希望你看完这篇文章可以最为快速的开始你的学习任务。 1. 获取数据 1.1 导入s 阅读全文

posted @ 2018-01-14 22:01 多一点 阅读(1466) 评论(0) 推荐(1) 编辑

Python中常用包——sklearn主要模块和基本使用方法
摘要:在从事数据科学的人中,最常用的工具就是R和Python了,每个工具都有其利弊,但是Python在各方面都相对胜出一些,这是因为scikit-learn库实现了很多机器学习算法。 加载数据(Data Loading) 我们假设输入时一个特征矩阵或者csv文件。 首先,数据应该被载入内存中。 sciki 阅读全文

posted @ 2018-01-14 21:52 多一点 阅读(23617) 评论(0) 推荐(4) 编辑

【秒懂】号称最为简明实用的Django上手教程(下)
摘要:阅读目录 1 前景回顾 2 静态文件配置操作 3 结合Bootstrap和页面模板前端设计 4 多数据库配置联合操作 5 数据挖掘与可视化技术 6 将项目上传到github,进行项目管理 号称最为简明实用的Django上手教程(下) 作者:白宁超 2017年8月25日08:51:58 摘要:上文号称 阅读全文

posted @ 2018-01-09 23:39 多一点 阅读(448) 评论(0) 推荐(0) 编辑

转【@入口@】伏草惟存,文章精选系列导航
摘要:阅读目录 阅读目录 阅读目录 阅读目录 一、【自然语言处理系列文章】 二、【数据挖掘系列文章】 三、【机器学习系列文章】 四、【Python开发系列文章】 五、【集群系列文章】 六、【算法系列文章】 七、【数据库系列文章】 八、【C#高级编程系列文章】 九、【ASP.NET系列文章】 十、【PHP系 阅读全文

posted @ 2018-01-09 23:37 多一点 阅读(192) 评论(0) 推荐(0) 编辑

关于Django的序列化
摘要:阅读目录 Django支持的序列化格式 Django的序列化 阅读目录 Django支持的序列化格式 Django的序列化 Django支持的序列化格式 1 2 3 4 Identifier Information xml Serializes to and from a simple XML di 阅读全文

posted @ 2018-01-09 23:16 多一点 阅读(242) 评论(0) 推荐(0) 编辑

号称简明实用的django上手教程
摘要:1 几个基本概念 前置条件:假设读者基本Python语言基础,或者具备某种编程语言的基础。你还熟悉web开发环境,懂些css,js,db等。 Django是什么? Django是一个开放源代码的Web应用框架,由Python写成。采用了MVC的软件设计模式,即模型M,视图V和控制器C。它最初是被开发 阅读全文

posted @ 2018-01-09 23:08 多一点 阅读(638) 评论(0) 推荐(0) 编辑

转先验概率、最大似然估计、贝叶斯估计、最大后验概率
摘要:最大似然估计: 最大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。简单而言,假设我们要统计全国人口的身高,首先假设这个身高服从服从正态分布,但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高,但是可以通过采样,获取部分人的身高,然后通过最大似然估计 阅读全文

posted @ 2018-01-01 17:39 多一点 阅读(532) 评论(0) 推荐(0) 编辑

转基于概率的矩阵分解原理详解(PMF)
摘要:上一篇博客讲到了推荐系统中常用的矩阵分解方法,RegularizedMF是对BasicMF的优化,而PMF是在RegularizedMF的基础上,引入概率模型进一步优化。假设用户U和项目V的特征矩阵均服从高斯分布,通过评分矩阵已知值得到U和V的特征矩阵,然后用特征矩阵去预测评分矩阵中的未知值。 若用 阅读全文

posted @ 2018-01-01 17:24 多一点 阅读(4570) 评论(0) 推荐(0) 编辑

转浅谈矩阵分解在推荐系统中的应用
摘要:推荐系统是当下越来越热的一个研究问题,无论在学术界还是在工业界都有很多优秀的人才参与其中。近几年举办的推荐系统比赛更是一次又一次地把推荐系统的研究推向了高潮,比如几年前的Neflix百万大奖赛,KDD CUP 2011的音乐推荐比赛,去年的百度电影推荐竞赛,还有最近的阿里巴巴大数据竞赛。这些比赛对推 阅读全文

posted @ 2018-01-01 17:22 多一点 阅读(776) 评论(0) 推荐(0) 编辑

转推荐算法——基于矩阵分解的推荐算法
摘要:推荐算法概述 对于推荐系统(Recommend System, RS),从广义上的理解为:为用户(User)推荐相关的商品(Items)。常用的推荐算法主要有: 基于内容的推荐(Content-Based Recommendation) 协同过滤的推荐(Collaborative Filtering 阅读全文

posted @ 2018-01-01 17:12 多一点 阅读(4018) 评论(0) 推荐(0) 编辑

转利用python实现电影推荐
摘要:“协同过滤”是推荐系统中的常用技术,按照分析维度的不同可实现“基于用户”和“基于产品”的推荐。 以下是利用python实现电影推荐的具体方法,其中数据集源于《集体编程智慧》一书,后续的编程实现则完全是自己实现的(原书中的实现比较支离、难懂)。 这里我采用的是“基于产品”的推荐方法,因为一般情况下,产 阅读全文

posted @ 2018-01-01 16:51 多一点 阅读(2915) 评论(0) 推荐(0) 编辑

导航

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8
点击右上角即可分享
微信分享提示