随笔档案「2019年5月」 - WFiresun

摘要：1.模块的作用 2.模块的含义 3.模块的导入  因此模块能够划分系统命名空间，避免了不同文件的变量重名的问题。 Python的模块使得独立的文件连接成了一个巨大的程序系统。  模块的导入是通过import语句,下面是三种import语句的格式 a) import numpy : 直接导入N 阅读全文

posted @ 2019-05-17 21:34 WFiresun 阅读(161) 评论(0) 推荐(0)

4.面向对象编程

摘要：4.面向对象编程简介类与对象类的定义类的属性_init_方法表示标识标示对象的方法方法引用私有化迭代器继承? 继承语法：class 子类名(基类名1, 基类名2, …) 基类写在括号里，如果有多个基类，则需要全部都写在括号里，这种情况称为多继承。在Python中继承有下面一些特点：1. 阅读全文

posted @ 2019-05-17 19:55 WFiresun 阅读(135) 评论(0) 推荐(0)

2.函数

摘要：1.创建函数‘ def lambda’ 2.函数参数位置或关键字参数任意数量的位置参数 ? 任意数量的位置参数在定义的时候是需要一个星号前缀来表示，在传递参数的时候，可以在原有参数的后面添加零个或多个参数，这些参数将会被放在元组内并传入到函数。带星号前缀的参数必须定义在不带两个星号的参数之阅读全文

posted @ 2019-05-16 20:44 WFiresun 阅读(148) 评论(0) 推荐(0)

1,python基础入门

摘要：1.常用操作符算术操作符，赋值操作符，比较操作符和逻辑操作符 2.数字数据变量与赋值、数字数据类型 3.流程控制条件语句、While语句、break语句和continue语句、for循环 4.数据结构标量、序列、映射、集合列表、列表函数、字符串、字符串函数、元组、字典、集合 5.文件读写阅读全文

posted @ 2019-05-16 20:10 WFiresun 阅读(186) 评论(0) 推荐(0)

9.聚类分析

摘要：1.什么是聚类聚类：数据对象的集合/蔟 2.聚类的一般应用模式识别空间数据分析图象处理经济科学 3.聚类方法数据挖掘对聚类的要求 4.聚类分析中的数据类型数据结构相异度矩阵评估聚类的质量区间标度变量对象之间的相似性/相异性二元变量，对称的，不对称的标称变量-分类变量，名义变阅读全文

posted @ 2019-05-16 11:58 WFiresun 阅读(171) 评论(0) 推荐(0)

7.分类：基本概念忌讳

摘要：1.有监督 vs 无监督学习 2.预测问题：分类 vs 数值预测 3.分类：模型构建模型使用 4.决策树归纳分类什么是决策树决策树的生成有两个阶段组成 : 决策树构建、树剪枝决策树的使用：对未知样本进行分类决策树归纳的算法：贪心算法终止划分的条件 5.属性选择度量：三种度量，信息增益阅读全文

posted @ 2019-05-15 16:05 WFiresun 阅读(105) 评论(0) 推荐(0)

6.挖掘关联规则

摘要：1.什么是关联规则挖掘关联规则反映一个事物与其它事物之间的相互依存性和关联性关联规则挖掘是在事务、关系数据库中的项集和对象中发现频繁模式、关联规则、相关性或者因果结构。频繁模式：数据库中频繁出现的项集犀利扞许怀孕孝顺 2.关联规则基本模型支持度是一个概率值，是一个相对计数项集的支持度阅读全文

posted @ 2019-05-14 21:02 WFiresun 阅读(326) 评论(0) 推荐(0)

5.数据立方体计算与数据泛化

摘要：1.两种不同类别的数据挖掘方法描述性挖掘：数据泛化预测性挖掘：分类、回归分析 2.数据立方体的物化 3.数据立方体、闭立方体、立方体外壳和和计算策略搭档大裆、、喜欢西幻 4.什么是概念描述概念描述是一种数据泛化的形式，概念通常指数据的汇集 5.概念描述 vs OLAP 相似处：数据泛化对阅读全文

posted @ 2019-05-14 17:15 WFiresun 阅读(508) 评论(0) 推荐(0)

4.数据挖掘的数据仓库与OLAP技术

摘要：1.什么是数据仓库面向主题的、集成的、时变的、非易失的 2.数据仓库和异种DBMS 3.OLTP vs OLAP 4.为什么建立分离的数据仓库？ 5.多维数据模型（数据仓库的概念建模）三类度量 4.典型的OLAP操作 5.数据仓库实现数据方的有效计算、数据方计算 6.从数据仓库到数据挖掘 7.数阅读全文

posted @ 2019-05-14 10:57 WFiresun 阅读(336) 评论(0) 推荐(0)

03数据预处理

摘要：数据预处理 1.为什么数据预处理 2.数据为什么脏 3.为什么数据预处理是重要的 4.数据质量 5.数据预处理的主要任务 6.数据预处理的形式数据清理 1.如何处理缺失数据 2.如何处理噪音数据数据集成 1.模式集成、冲突数据值、冗余数据数据变换规范化数据的方法：最小-最大规范化、Z-sc 阅读全文

posted @ 2019-05-01 21:46 WFiresun 阅读(185) 评论(0) 推荐(0)

02Data

摘要：1.数据从何而来 2.数据对象和属性类型数据集合的类型结构数据的重要特征数据对象属性属性类型数据属性的类型离散 vs.连续属性 3.数据的（基本）统计描述分布度量代数度量整体度量度量数据的中心趋势对称/偏斜数据 4.数据可视化 5.数据的相似性和相异性、邻近度数据矩阵和相异阅读全文

posted @ 2019-05-01 19:17 WFiresun 阅读(103) 评论(0) 推荐(0)