摘要：
数据标准化/归一化normalization 转自：数据标准化/归一化normalization 这里主要讲连续型特征归一化的常用方法。离散参考[数据预处理：独热编码（One-Hot Encoding）]。 基础知识参考： [均值、方差与协方差矩阵 ] [矩阵论：向量范数和矩阵范数 ] 数据的标准化 阅读全文
摘要：
Spark MLlib 提供三种文本特征提取方法，分别为TF-IDF、Word2Vec以及CountVectorizer其各自原理与调用代码整理如下： TF-IDF 算法介绍： 词频－逆向文件频率（TF-IDF）是一种在文本挖掘中广泛使用的特征向量化方法，它可以体现一个文档中词语在语料库中的重要程度 阅读全文
摘要：
今天碰到一个问题，就是我用os.path.join()连接两个文件名地址的时候，就比os.path.join("D:\","test.txt")结果是D:\test.txt，并且在我们往里面写东西，然后保存，在这个目录下会生成这个文件，但是如果你不写东西，那么执行这句话之后，在D盘的目录下是不会有这 阅读全文
摘要：
描述 Python time strftime() 函数接收以时间元组，并返回以可读字符串表示的当地时间，格式由参数format决定。 语法 strftime()方法语法： 参数 format -- 格式字符串。 t -- 可选的参数t是一个struct_time对象。 返回值 返回以可读字符串表示 阅读全文
摘要：
介绍下Python 中 map，reduce，和filter 内置函数的方法： 一：map 说明： 对sequence中的item依次执行function(item)，执行结果输出为list。 例子： 二：reduce 说明： 对sequence中的item顺序迭代调用function，函数必须要有 阅读全文
摘要：
将数组或者矩阵转换成列表，如下： >>> from numpy import *>>> a1 = [[1,2,3],[4,5,6]] #列表>>> a2 = array(a1) #数组>>> a2array([[1, 2, 3], [4, 5, 6]])>>> a3 = mat(a1) #矩阵>>> 阅读全文
摘要：
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 在指定的间隔内返回均匀间隔的数字。 返回num均匀分布的样本，在[start, stop]。 这个区间的端点可以任意的被排除在外。 start 阅读全文
摘要：
Python多进程编程 阅读目录 1. Process 2. Lock 3. Semaphore 4. Event 5. Queue 6. Pipe 7. Pool 序. multiprocessingpython中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中 阅读全文
摘要：
1、java中的栈（stack）和堆（heap）是java在内存（ram）中存放数据的地方 2、堆区 存储的全部是对象，每个对象都包含一个与之对应的class的信息。（class的目的是得到操作指令）； jvm只有一个heap区，被所有线程共享，不存放基本类型和对象引用，只存放对象本身。 堆的优劣势 阅读全文