上一页 1 ··· 11 12 13 14 15 16 17 18 19 ··· 28 下一页

2018年1月14日

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(473) 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(1454) 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(23543) 评论(0) 推荐(4) 编辑

2018年1月9日

【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(445) 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(237) 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(629) 评论(0) 推荐(0) 编辑

2018年1月1日

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(528) 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(4518) 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(757) 评论(0) 推荐(0) 编辑

上一页 1 ··· 11 12 13 14 15 16 17 18 19 ··· 28 下一页

导航