摘要: Andrew在他的机器学习课程里强调,在进行学习之前要进行特征缩放,目的是保证这些特征都具有相近的尺度,这将帮助梯度下降算法更快地收敛。 python里常用的是preprocessing.StandardScaler() 公式为:(X-mean)/std 计算时对每个属性/每列分别进行。 将数据按期 阅读全文
posted @ 2018-06-25 10:48 S的数据之路 阅读(1423) 评论(0) 推荐(0) 编辑
摘要: 所谓变风量(VAV)系统,是相对于定风量系统而言的,即采用变频风机,当负荷变化时改变送风量,送风温度不变(水量还是变化的),从而减小风机能耗。现在比较常用的风机转速控制方式是定静压控制法。 在系统中选择一个点安装压力传感器,这个点足以代表整个系统中所有末端VAV box。一般来说,这个点放置在最不利 阅读全文
posted @ 2017-10-16 20:17 S的数据之路 阅读(2755) 评论(0) 推荐(0) 编辑
摘要: 最近学习了慕课网上的《用Python玩转数据》,写个总结,顺便再梳理一下。 总的来说,这个课程是比较好的入门引导,讲的比较浅显,但是都点到了,对于一个小白来说,算是打开了一扇大门,至于更深一步的内容就要靠自己了。 玩转数据分两步: 1、数据的获取,包括本地数据和网络数据; 2、数据整理、描述、分析 阅读全文
posted @ 2017-08-16 20:52 S的数据之路 阅读(642) 评论(0) 推荐(0) 编辑
摘要: 转自:http://www.cnblogs.com/tqsummer/archive/2011/01/25/1944416.html 简洁易懂啊,好文 刚学用Python的时候,特别是看一些库的源码时,经常会看到func(*args, **kwargs)这样的函数定义,这个*和**让人有点费解。其实 阅读全文
posted @ 2017-08-05 17:02 S的数据之路 阅读(3584) 评论(0) 推荐(0) 编辑
摘要: 转自http://www.cnblogs.com/soaringEveryday/p/5044007.html List 字面意思就是一个集合,在Python中List中的元素用中括号[]来表示,可以这样定义一个List: 可以看到并不要求元素的类型都是一样的。当然也可以定义一个空的List: Py 阅读全文
posted @ 2017-06-28 15:37 S的数据之路 阅读(42648) 评论(0) 推荐(3) 编辑
摘要: 今天介绍一个在udacity上看到的编译python的好方法,遍完一段后立即运行检查,高效又快捷。 需要的工具: For Mac: Atom Sublime Text TextWrangler emacs vim For Windows: Atom Sublime Text Notepad++ Fo 阅读全文
posted @ 2017-06-26 09:22 S的数据之路 阅读(252) 评论(0) 推荐(0) 编辑
摘要: 现实生活中有很多分类问题,比如正常邮件/垃圾邮件,良性肿瘤/恶性肿瘤,识别手写字等等,这些可以用逻辑回归算法来解决。 一、二分类问题 所谓二分类问题,即结果只有两类,Yes or No,这样结果{0,1}集合来表示y的取值范围。 前面说到过,线性回归的模型是 h(x)=θ0+θ1x1+θ2x2+.. 阅读全文
posted @ 2017-05-20 16:44 S的数据之路 阅读(415) 评论(0) 推荐(0) 编辑
摘要: 机器学习是在模型空间中选择最优模型的过程,所谓最优模型,及可以很好地拟合已有数据集,并且正确预测未知数据。 那么如何评价一个模型的优劣的,用代价函数(Cost function)来度量预测错误的程度。代价函数有很多中,在Ng的视频中,Linear Regression用的是平方代价函数: Logis 阅读全文
posted @ 2017-05-20 13:45 S的数据之路 阅读(1739) 评论(0) 推荐(0) 编辑
摘要: 一、安装pip python的库一般都用pip安装。 p3.6的时候pip已经有了.如果没有的话,可以用在以下http://www.lfd.uci.edu/~gohlke/pythonlibs/#pillow 下载pip-9.0.1-py2.py3-none-any.whl并运行即可安装. 记得讲p 阅读全文
posted @ 2017-05-18 16:01 S的数据之路 阅读(25199) 评论(0) 推荐(1) 编辑
摘要: 句柄的使用格式: 变量名=@(输入参数列表)运算表达式 例如计算一个数的平方可以写成如下格式: 阅读全文
posted @ 2017-05-18 06:19 S的数据之路 阅读(804) 评论(0) 推荐(0) 编辑