摘要：
最大熵原理：学习概率模型时，在所有可能的概率模型中，熵最大的模型是最好的模型。 熵：表示随机变量不确定性的度量。假设X是一个取有限个值的离散随机变量，其概率分布为 P(X = x_{i}) = p_{i} 阅读全文
摘要：
Tag有两个重要的属性：name和attrs； 2、NavigableString：BeautifulSoup用NavigableString类来包装tag中的字符串 3、BeautifulSoup：表示的是一个文档的全部内容。大部分时候,可以把它当作Tag对象。 4、Comment：是一个特殊类型 阅读全文
摘要：
1、参数url：可以是字符串也可以是Request对象。 (1)、url参数为字符串 (2)、url为Request对象 req = request.Request('http://www.baidu.com') response = request.urlopen(req) # url参数为req 阅读全文
摘要：
一、重新索引 二、丢弃指定轴上的项： 三、索引、选取和过滤 Series的索引的工作方式类似于Numpy数组的索引，只不过Series的索引值不只是整数。 利用标签的切片运算与普通的Python切片运算不同，其末端是包含的，即封闭区间： DataFrame索引：对DataFrame进行索引就是获取一 阅读全文
摘要：
pandas是基于Numpy构建的。 pandas的两个主要数据结构：Series和DataFrame。 Series和DataFrame用的次数非常多，将其导入本地命名空间会更方便： 一、Series Series是一种类似于一维数组的对象，由数据和数据标签（索引）组成，创建Series： Ser 阅读全文
摘要：
Python有很多可视化工具，matplotlib是其中重要的一个。 matplotlib API函数都位于matplotlib.pyplot模块中，其通常的引入约定是： matplotlib的图像都位于Figure对象中，创建新的Figure方法为： fig = plt.figure() 绘图不能 阅读全文
摘要：
最近用pip3安装SciPy包的时候（mac系统），出现超时timed out报错，网上找了相关信息后换源安装成功： pip3 install --index-url https://pypi.douban.com/simple scipy 用pip(pip3)安装依赖包时默认访问https://p 阅读全文
摘要：
聚类是一种无监督的学习，它将相似的对象归到同一个簇中。 这篇文章介绍一种称为K-均值的聚类算法，之所以称为K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算而成。 聚类分析视图将相似对象归入同一簇，将不相似对象归到不同簇。 下面用Python简单演示该算法实现的原理： 函数 阅读全文
摘要：
这边文章主要介绍线性回归算法，回归也属于监督算法的范畴，其目标变量是连续数值型，目的是预测数值型的目标值，直观理解就是依据输入写出一个目标值的计算公式，该公式叫为回归方程，而求回归系数的过程就是回归。线性回归是回归算法中最常见的一种。 假设输入数据为$f(x) = w_{1}x_{1}+w_{2}x 阅读全文
摘要：
Adaboost为一种集成算法，是对其他算法进行组合的一种方式。 本文将通过单层决策树分类器建立一个Adaboost优化算法，即利用多个弱分类器构建一个强分类器。 弱分类器：分类器性能比随机猜测要略好，但是也不会好太多。 强分类器：分类器性能比随机猜测好很多。 下面结合代码说明Adaboost算法原 阅读全文