摘要：
//2019.07.29-301、Keras 是提供一些高度可用神经网络框架的 Python API ，能帮助你快速的构建和训练自己的深度学习模型，它的后端是 TensorFlow 或者 Theano 。 2、Keras 被认为是构建神经网络的未来，以下是一些它流行的原因：(1)轻量级和快速开发：K 阅读全文
posted @ 2019-07-30 13:20
The-Chosen-One
阅读(1397)
评论(0)
推荐(0)
摘要：
Python Sklearn.metrics 简介及应用示例 利用Python进行各种机器学习算法的实现时，经常会用到sklearn（scikit-learn）这个模块/库。 无论利用机器学习算法进行回归、分类或者聚类时，评价指标，即检验机器学习模型效果的定量指标，都是一个不可避免且十分重要的问题。 阅读全文
posted @ 2019-07-26 17:02
The-Chosen-One
阅读(17925)
评论(0)
推荐(0)
摘要：
//2019.07.26#scikit-learn数据挖掘工具包1、Scikit learn是基于python的数据挖掘和机器学习的工具包，方便实现数据的数据分析与高级操作，是数据分析里面非常重要的工具包。2、Scikit Learn是数据挖掘重要的工具包，其官网为http://scikit-lea 阅读全文
posted @ 2019-07-26 16:47
The-Chosen-One
阅读(567)
评论(0)
推荐(0)
摘要：
metrics.png wiki.png 机器学习度量指标 分类评估指标 TN TP FN FP TP：预测为正向（P），实际上预测正确（T），即判断为正向的正确率 TN：预测为负向（N），实际上预测正确（T），即判断为负向的正确率 FP：预测为正向（P），实际上预测错误（F），误报率，即把负向判断 阅读全文
posted @ 2019-07-26 16:36
The-Chosen-One
阅读(2338)
评论(2)
推荐(0)
摘要：
//2019.07.23 1、箱形图，又称为盒式图，一般可以很好地反映出数据分布的特征，也可以进行多项数据之间分布特征的比较，它主要包含五个基础数据：中位数，两个上下分位数以及上下边缘线数据 其中的一些参数具体含义及其计算过程如下： 2、双轴图的绘制代码：import numpy as npimpo 阅读全文
posted @ 2019-07-23 16:32
The-Chosen-One
阅读(3627)
评论(0)
推荐(0)
摘要：
//2019.07.22pyhton中matplotlib模块的应用pyhton中matplotlib是可视化图像库的第三方库，它可以实现图像的可视化，输出不同形式的图形1、可视化图形的输出和展示需要调用matplotlib第三方库的函数plt.show(),它的功能类似于print，相当于打印出自 阅读全文
posted @ 2019-07-22 20:49
The-Chosen-One
阅读(2029)
评论(0)
推荐(0)
摘要：
一、groupby 能做什么？ python中groupby函数主要的作用是进行数据的分组以及分组后地组内运算！ 对于数据的分组和分组运算主要是指groupby函数的应用，具体函数的规则如下： df[](指输出数据的结果属性名称).groupby([df[属性],df[属性])(指分类的属性，数据的 阅读全文
posted @ 2019-07-20 15:09
The-Chosen-One
阅读(319417)
评论(4)
推荐(15)
摘要：
//2019.07.19/20 python中pandas数据分析基础(数据重塑与轴向转化、数据分组与分组运算、离散化处理、多数据文件合并操作) 3.1 数据重塑与轴向转换1、层次化索引使得一个轴上拥有多个索引2、series多层次索引：(1)series的层次化索引：主要可以通过s[索引第1层:索 阅读全文
posted @ 2019-07-20 14:34
The-Chosen-One
阅读(3204)
评论(1)
推荐(0)
摘要：
//2019.07.18pyhton中pandas数据分析学习——第二部分2.1 数据格式转换1、查看与转换表格某一列的数据格式：(1)查看数据类型：某一列的数据格式：df["列属性名称"].dtype(2)数据类型转换：某一列的数据类型转换需要用到数据转换函数：df[列属性名称]=df[列属性名称 阅读全文
posted @ 2019-07-18 14:49
The-Chosen-One
阅读(3389)
评论(0)
推荐(0)
摘要：
//2019.07.18 pandas是python提供的非常好用的数据分析模块，但是在使用pandas进行数据分析时，有时候需要查看打印的结果，当dataframe行数或者列数比较多的时候，打印结果总是有一些省略号，不能完整的看到数据的大致分布，比如最大值，最小值，等等，了解数据分布的区间有助于进 阅读全文
posted @ 2019-07-18 14:29
The-Chosen-One
阅读(1422)
评论(0)
推荐(0)
浙公网安备 33010602011771号