上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 28 下一页

2018年6月25日

pandas 数据预处理

摘要: pandas 数据预处理 缺失数据处理 csv_data=''' A,B,C,D 1.0,2.0,3.0,4.0 5.6,6.0,,8.0 0.0,11.0,12.0,,''' import pandas as pd from io import StringIO df = pd.read_csv( 阅读全文

posted @ 2018-06-25 14:10 多一点 阅读(332) 评论(0) 推荐(0) 编辑

2018年6月21日

pandas生成时间列表(某段连续时间或者固定间隔时间段)

摘要: python生成一个日期列表 # 首先导入pandas ```python import pandas as pd def get_date_list(begin_date,end_date): date_list = [x.strftime('%Y-%m-%d') for x in list(pd 阅读全文

posted @ 2018-06-21 23:31 多一点 阅读(9515) 评论(0) 推荐(0) 编辑

2018年6月11日

梯度下降法的三种形式BGD、SGD以及MBGD

摘要: 阅读目录 1. 批量梯度下降法BGD 2. 随机梯度下降法SGD 3. 小批量梯度下降法MBGD 4. 总结 1. 批量梯度下降法BGD 2. 随机梯度下降法SGD 3. 小批量梯度下降法MBGD 4. 总结 在应用机器学习算法时,我们通常采用梯度下降法来对采用的算法进行训练。其实,常用的梯度下降法 阅读全文

posted @ 2018-06-11 11:20 多一点 阅读(1229) 评论(0) 推荐(0) 编辑

2018年6月4日

python os.path模块用法详解

摘要: abspath 返回一个目录的绝对路径 Return an absolute path. >>> os.path.abspath("/etc/sysconfig/selinux") '/etc/sysconfig/selinux' >>> os.getcwd() '/root' >>> os.pat 阅读全文

posted @ 2018-06-04 13:49 多一点 阅读(11528) 评论(0) 推荐(2) 编辑

2018年5月31日

随机森林-笔录

摘要: 决策树有些与生俱来的缺点: 1:分类规则复杂 决策树算法在产生规则的时候采用局部贪婪法。每次都只选择一个属性进行分析构造决策树,所以再产生的分类规则往往相当复杂。 2:收敛到非全局的局部最优解 ID3算法每次在树的某个层次进行属性选择时,它不再回溯重新考虑这个选择,所以它容易产生盲人登山中常见的风险 阅读全文

posted @ 2018-05-31 23:18 多一点 阅读(320) 评论(0) 推荐(0) 编辑

numpy.argsort详解

摘要: numpy.argsort(a, axis=-1, kind='quicksort', order=None)[source] Returns the indices that would sort an array. Perform an indirect sort along the given 阅读全文

posted @ 2018-05-31 17:56 多一点 阅读(3278) 评论(1) 推荐(0) 编辑

2018年5月30日

python中列表排序,字典排序,列表中的字典排序

摘要: #-*- encoding=utf-8 -*- # python3代码 import operator 一. 按字典值排序(默认为升序) x = {1:2, 3:4, 4:3, 2:1, 0:0} 1. sorted_x = sorted(x.iteritems(), key=operator.it 阅读全文

posted @ 2018-05-30 23:06 多一点 阅读(32206) 评论(2) 推荐(3) 编辑

2018年5月28日

numpy中的reshape中参数为-1

摘要: 上篇文章中的reshape(-1,2),有的时候不明白为什么会有参数-1,可以通过查找文档中的reshape()去理解这个问题 根据Numpy文档(https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#nump 阅读全文

posted @ 2018-05-28 11:41 多一点 阅读(28554) 评论(2) 推荐(5) 编辑

pandas 中的DataFrame.where()使用

摘要: pandas.DataFrame.where inplace : boolean, default False Whether to perform the operation in place on the data axis : alignment axis if needed, default 阅读全文

posted @ 2018-05-28 11:35 多一点 阅读(27340) 评论(0) 推荐(1) 编辑

2018年5月11日

dataframe转换为多维矩阵,然后可以使用values来实现

摘要: 原文链接:https://blog.csdn.net/WMN7Q/article/details/78508948 阅读全文

posted @ 2018-05-11 14:35 多一点 阅读(2361) 评论(0) 推荐(0) 编辑

上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 28 下一页

导航