摘要： 在当我们获得的数据没有标签时，我们依然希望通过算法学习找到这些数据的特点，这时就用到了KMeans （k均值聚类）把数据点聚类成K个簇 文档地址： http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html 阅读全文

摘要： random_state 相当于随机数种子，你可以先看一下图片中的代码和运行结果来了解它的作用。图中设置了 random.seed() 就相当于在 SVC 中设置了 random_state。 第一段和第二段代码完全相同，在1-100中取10个随机数，都没有设置 random seed。 它每次取的 阅读全文

摘要： 准备数据 在数据能够被作为输入提供给机器学习算法之前，它经常需要被清洗，格式化，和重新组织 - 这通常被叫做预处理。这个预处理都可以极大地帮助我们提升几乎所有的学习算法的结果和预测能力。 转换倾斜的连续特征 一个数据集有时可能包含至少一个靠近某个数字的特征，但有时也会有一些相对来说存在极大值或者极小 阅读全文

摘要： GridSearchCV网格搜索算法， 经常用于调优模型参数，遍历多个模型参数，带入模型，进行训练，从中找出评分最高的模型。 GridSearchCV（参数1，参数2，参数3，参数4=none） 参数1：模型算法 参数2：需要调优的参数 参数3：评分标准 参数4：k折交叉验证法，默认为空 GridS 阅读全文

摘要： F-score 是 精确率(Precision)和召回率(Recall)评估指标的调和值 beta<1，表示越看中精确率（查准率） beta>1，表示越看中召回率（查全率） beta=1 ，表示两者都很重要 fbeta_score，参数1 真实值 参数2 预测值 一定不要写错，否则会算不准 示例： 阅读全文

摘要： 决策树_应用场景 回答：信用贷款审批；邮件分类 **这个模型的优势是什么？他什么情况下表现最好？** 回答：易于使用，容易理解，清晰的显示那些字段比较重要。对缺失值不敏感，可以处理不相关特征数据，运算速度比较快。 在特征比较少和特征关联性不强的表现最好。 **这个模型的缺点是什么？什么条件下它表现很 阅读全文

摘要： 集成学习是一种把多个 个体学习器（弱学习器）组成一个强学习器的算法。可以把它当做一种优化策略。 个体学习器：实际是一种机器学习的算法训练的模型，如：决策树，支持向量机，神经网络 等。 弱学习器：准确率略高于随机猜测的个体学习器。比如在二分类问题上：男和女。随机猜测正确的概率为50%,而弱学习器的准确 阅读全文

摘要： RabbitMQ 六种模式 Redis 可存放的五种数据 协程和io多路复用的区别 都继承了相同的类 libevent.so 协程也可以理解是io多路复用 io多路复用更偏向io一点 协程是更上层的一种封装 偏向于函数的切换。 RabbitMQ 消息队列 1.单发送单接收 2.单发送多接收 3.广播 阅读全文

摘要： 多进程，进程queue，pipe管道，进程锁，进程池，协程，5种网络模式（阻塞io，非阻塞io，信号驱动io，io多路复用，异步io） 多进程 import multiprocessing 每个进程都会由他的父进程进行启动 windows中是pycharm linux中是 multiprocessi 阅读全文

摘要： 模块 improt paramiko Linux连接客户端 import paramiko ssh = paramiko.SSHClient() ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy()) ssh.connect("某IP地址" 阅读全文