pandaboy1123 - 博客园

【udacity】机器学习-波士顿房价预测

摘要： import numpy as np import pandas as pd from Udacity.model_check.boston_house_price import visuals as vs # Supplementary code from sklearn.model_select 阅读全文

posted @ 2019-01-08 15:43 pandaboy1123 阅读(320) 评论(0) 推荐(0) 编辑

【udacity】机器学习-2模型验证

摘要： Evernote Export 1、模型的评估与验证简介机器学习通常是大量传入数据，然后会有一些关于数据的决策、想法和摘要。 2、模型评估评估模型使用的是各种数据分析的方法，至少需要使用python编程和一些统计学的知识 9、用一个数据描述数据通常情况下可以使用一个数字来对整个数据集进行描述阅读全文

posted @ 2019-01-07 17:17 pandaboy1123 阅读(611) 评论(0) 推荐(0) 编辑

【udacity】机器学习

摘要： Evernote Export 2.人工智能简介机器学习源自于人工智能，在此方向上，该领域有分为不同学派，机器学习主要关注的是制造能够自主动作的机器 3.人工智能难题 1.所有智能体都只有很少的计算资源、很低的处理速度和很小的内存，如何能让AI实时提供作用？ 2.所有的计算都是局部的，但是大多数A 阅读全文

posted @ 2018-12-28 14:08 pandaboy1123 阅读(280) 评论(0) 推荐(0) 编辑

词云分析之英文

摘要： from pyecharts import WordCloud import jieba import re import nltk with open(r'F:\算法\others\merry.txt', 'r', encoding='utf-8') as f: text = f.readlines() word_list = [] word_dic = {} ... 阅读全文

posted @ 2018-12-25 17:19 pandaboy1123 阅读(376) 评论(0) 推荐(0) 编辑

pandaboy Merry Christmas

摘要：阅读全文

posted @ 2018-12-25 15:09 pandaboy1123 阅读(123) 评论(0) 推荐(0) 编辑

路飞学城Python-Day186

摘要： Evernote Export 持续集成持续集成，简单的说就是持续集成频繁的将代码集成到主干，它的好处主要有1.快速发现错误，没完成一点更新，就集成到主干，可以快速发现错误，定位错误也会比较容易，2.防止分支大幅偏离主干，如果不是经常持续集成的目的，就是让产品可以快速迭代，同事还能保持高质量。持阅读全文

posted @ 2018-12-24 17:01 pandaboy1123 阅读(190) 评论(0) 推荐(0) 编辑

路飞学城Python-Day182

摘要： Evernote Export 集群介绍 1.集群介绍集群：将多个物理机器组成一个逻辑计算机，实现负载和容错计算机集群简称集群，是一种计算机系统，它通过一组松散集成的计算机软件或硬件连接起来高度紧密地完成计算工作，在某种意义上，他们可以被看做是一台计算机。组成要素 1.VIP：一个IP地址 2 阅读全文

posted @ 2018-12-21 10:51 pandaboy1123 阅读(152) 评论(0) 推荐(0) 编辑

路飞学城Python-Day181

摘要： Evernote Export Nginx默认网站当Nginx配置文件中有且仅有一个Server的时候，该Server就被Nginx认为是默认网站，所有发给Nginx服务器80端口的数据都会默认给server #$开头是变量 #定义Nginx运行的用户和用户组 user work work; #n 阅读全文

posted @ 2018-12-21 10:50 pandaboy1123 阅读(196) 评论(0) 推荐(0) 编辑

路飞学城Python-Day180

摘要：部署作业【pythonanywhere】阅读全文

posted @ 2018-12-18 16:50 pandaboy1123 阅读(158) 评论(0) 推荐(0) 编辑

【数据分析】算法+Echarts小练

摘要： ''' 处理逻辑：按number去处理先遍历所有的number挨个去找有没有在列表里的，在列表里的拿出另外一个append 把number去除的列表 ''' li = [] with open(r'F:\数据分析专用\通话圈分析\new\test1.txt', 'r') as f: lines 阅读全文

posted @ 2018-12-16 13:45 pandaboy1123 阅读(476) 评论(0) 推荐(0) 编辑

Reproducing the GitHub Ribbon in CSS