ColdCode

摘要： 用途 用来把一组数据分割成离散的区间。比如有一组年龄数据，可以使用 将年龄数据分割成不同的年龄段并打上标签。 原型 参数含义 ：被切分的类数组（array like）数据，必须是1维的（不能用DataFrame）； ：bins是被切割后的区间（或者叫“桶”、“箱”、“面元”），有3中形式：一个int 阅读全文

摘要： 在训练模型之前，我们通常都要对训练数据进行一定的处理。将类别编号就是一种常用的处理方法，比如把类别“男”，“女”编号为0和1。可以使用sklearn.preprocessing中的LabelEncoder处理这个问题。 作用 将n个类别编码为0~n 1之间的整数（包含0和n 1）。 例子 假设我们要 阅读全文

摘要： 逻辑斯蒂回归（logistic regression，又称“对数几率回归”） 是经典的分类方法。虽然名字中包含回归，但它被用来 分类 。 逻辑斯蒂分布 设 $X$ 是随机变量，$X$ 服从逻辑斯蒂分布是指 $X$ 的概率分布函数 $F(x)$ 和概率密度函数 $f(x)$ 为： $$F(x) = P 阅读全文

摘要： 决策树（decision tree）是一种基本的分类与回归方法。在训练过程中，根据训练数据的属性来建立一棵决策树，从而实现快速地分类和回归。这篇文章将会讨论用于 分类 的决策树。 决策树的定义 决策树由 结点（node） 和 有向边（directed edge） 组成。结点可以分为两种类型： 内部结 阅读全文

摘要： 在机器学习中，我们通常会根据输入 $x$ 来预测输出 $y$，预测值和真实值之间会有一定的误差，我们在训练的过程中会使用优化器（optimizer）来最小化这个误差，梯度下降法（Gradient Descent）就是一种常用的优化器。 什么是梯度 梯度是一个向量，具有大小和方向。想象我们在爬山，从我 阅读全文

摘要： numpy中的random模块包含了很多方法可以用来产生随机数，这篇文章将对random中的一些常用方法做一个总结。 1、numpy.random.rand(d0, d1, ..., dn) 作用 ：产生一个给定形状的数组（其实应该是ndarray对象或者是一个单值），数组中的值服从[0, 1)之间 阅读全文

摘要： npm 换源 使用npm下载包的时候有时候会出现下载速度非常慢的情况，原因是npm的默认仓库在国外，将仓库地址改为国内地址就行了。这里将源改为淘宝的镜像。 1、修改源地址为淘宝镜像 2、修改源地址为官方地址 当我们要发布自己的包的时候，需要将源地址切换为官方地址： conda 换源 添加conda的 阅读全文

摘要： 1、背景 首先说一下我的环境： "官网" 提供了两种方法来安装TensorFlow：pip和anaconda。我使用的是anaconda方法。按照步骤安装完成后，在命令行可以导入tensorflow，也可以运行程序，然后我在创建的名为tensorflow的环境中使用命令 启动jupyter note 阅读全文

摘要： 1、感知机定义 如果输入是一个n维向量$x∈\mathbb{R}^n$，输出为样本的类别{+1， 1}。由输入到输出有以下函数：$$f(x)=sign(\omega·x+b)$$ 则称该函数为 感知机 。其中$\omega$和$b$为感知机参数，$\omega$被称为 权值 （weight）或者 权 阅读全文

摘要： 在matplotlib中使用函数 "matplotlib.pyplot.scatter" 绘制散点图，matplotlib.pyplot.scatter的函数签名如下： 常用参数有：x,y组成了散点的坐标；s为散点的面积；c为散点的颜色（默认为蓝色'b'）；marker为散点的标记；alpha为散点 阅读全文