随笔分类 -  Python从入门到大全

Python从入门到大全
摘要:目录朴素贝叶斯(垃圾邮件分类)一、邮箱训练集下载地址二、模块导入三、文本预处理四、遍历邮件五、训练模型六、测试模型 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/p/116 阅读全文
posted @ 2019-12-11 11:08 ABDM 阅读(462) 评论(0) 推荐(0)
摘要:目录线性可分支持向量机一、线性可分支持向量机学习目标二、支持向量机引入2.1 线性可分和线性不可分2.2 感知机模型和支持向量机三、线性可分支持向量机详解3.1 确信度3.2 函数间隔和几何间隔3.2.1 函数间隔3.2.2 几何间隔3.2.3 函数间隔和几何间隔的关系3.3 支持向量和间隔边界3. 阅读全文
posted @ 2019-12-11 11:08 ABDM 阅读(348) 评论(0) 推荐(0)
摘要:目录scikit-learn库之朴素贝叶斯一、MultinomialNB1.1 使用场景1.2 代码1.3 参数详解1.4 属性1.5 方法二、GaussianNB三、Bernoulli 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https 阅读全文
posted @ 2019-12-11 11:07 ABDM 阅读(558) 评论(0) 推荐(0)
摘要:目录 朴素贝叶斯 一、朴素贝叶斯学习目标 二、朴素贝叶斯引入 三、朴素贝叶斯详解 3.1 朴素贝叶斯构造 3.2 朴素贝叶斯基本公式 3.3 朴素贝叶斯参数估计 3.3.1 特征值为离散值 3.3.2 特征值为稀疏的离散值 3.3.3 特征值为连续值 3.4 三种不同的朴素贝叶斯 3.4.1 多项式 阅读全文
posted @ 2019-12-10 17:25 ABDM 阅读(279) 评论(0) 推荐(0)
摘要:目录 决策树(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 五、可视化 六、可视化决策树 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/p/11 阅读全文
posted @ 2019-12-10 17:17 ABDM 阅读(355) 评论(0) 推荐(0)
摘要:目录决策树总结一、ID3算法、C4.5算法和CART算法比较二、决策树优缺点2.1 优点2.2 缺点 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/p/11686958.h 阅读全文
posted @ 2019-12-06 12:32 ABDM 阅读(2787) 评论(0) 推荐(2)
摘要:目录 scikit-learn库之决策树 一、DecisionTreeClassifier 1.1 使用场景 1.2 代码 1.3 参数详解 1.4 属性 1.5 方法 二、DecisionTreeRegressor 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、 阅读全文
posted @ 2019-12-06 09:47 ABDM 阅读(391) 评论(0) 推荐(0)
摘要:12月28日,微信上线了小游戏「跳一跳」,瞬间成了全民游戏,如何牢牢占据排行榜的第一位呢?用Python帮助你,Python真的无所不能。 作为技术出身的我们,是不是想用技术改变排名呢? 注意:本文适用对象为window系统,安卓用户。 这是一个 2.5D 插画风格的益智游戏,玩家可以通过按压屏幕时 阅读全文
posted @ 2019-12-05 19:49 ABDM 阅读(676) 评论(0) 推荐(0)
摘要:目录决策树CART算法一、决策树CART算法学习目标二、决策树CART算法详解2.1 基尼指数和熵2.2 CART算法对连续值特征的处理2.3 CART算法对离散值特征的处理2.4 CART算法剪枝2.4.1 生成剪枝后的决策树2.4.2 选择最优子树2.5 CART算法剪枝流程2.5.1 输入2. 阅读全文
posted @ 2019-12-05 19:40 ABDM 阅读(730) 评论(0) 推荐(0)
摘要:目录决策树C4.5算法一、决策树C4.5算法学习目标二、决策树C4.5算法详解2.1 连续特征值离散化2.2 信息增益比2.3 剪枝2.4 特征值加权三、决策树C4.5算法流程3.1 输入3.2 输出3.3 流程四、决策树C4.5算法的优缺点4.1 优点4.2 缺点五、小结 更新、更全的《机器学习》 阅读全文
posted @ 2019-12-05 19:37 ABDM 阅读(471) 评论(0) 推荐(0)
摘要:目录 kd树(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 五、可视化 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/p/11686958.ht 阅读全文
posted @ 2019-12-05 19:31 ABDM 阅读(493) 评论(0) 推荐(0)
摘要:阅读目录 flask中是没有ORM的,如果在flask里面连接数据库有两种方式 数据库连接池原理 模式一: 模式二: 数据库连接池 flask中是没有ORM的,如果在flask里面连接数据库有两种方式 一:pymysql 二:SQLAlchemy 是python 操作数据库的一个库。能够进行 orm 阅读全文
posted @ 2019-12-05 19:02 ABDM 阅读(310) 评论(0) 推荐(0)
摘要:1|0浏览目录 配置文件 路由系统 视图 请求相关 响应 模板渲染 session 闪现 中间件 蓝图(blueprint) 特殊装饰器 1|1配置文件 知识点 给你一个路径 “settings.Foo”,可以找到类并获取其中的大写的静态字段。 settings.py ? 1 2 3 class F 阅读全文
posted @ 2019-12-05 18:57 ABDM 阅读(296) 评论(0) 推荐(0)
摘要:目录 k近邻算法(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 五、构图 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/p/11686958.h 阅读全文
posted @ 2019-11-21 19:08 ABDM 阅读(215) 评论(0) 推荐(0)
摘要:'OPTIONS':{ 'init_command':"SET sql_mode='STRICT_TRANS_TABLES'", 'charset':'utf8mb4', 阅读全文
posted @ 2019-11-07 18:48 ABDM 阅读(347) 评论(0) 推荐(0)
摘要:目录scikit-learn库之k近邻算法一、KNeighborsClassifier1.1 使用场景1.2 代码1.3 参数详解1.4 方法1.4.1 kneighbors([X, n_neighbors, return_distance])1.4.2 kneighbors_graph([X, n 阅读全文
posted @ 2019-11-06 17:23 ABDM 阅读(338) 评论(0) 推荐(0)
摘要:目录kd树一、kd树学习目标二、kd树引入三、kd树详解3.1 构造kd树3.1.1 示例3.2 kd树搜索3.2.1 示例四、kd树流程4.1 输入4.2 输出4.3 流程五、kd树优缺点5.1 优点5.2 缺点六、小结 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、 阅读全文
posted @ 2019-11-06 17:00 ABDM 阅读(161) 评论(0) 推荐(0)
摘要:目录k近邻算法一、k近邻算法学习目标二、k近邻算法引入三、k近邻算法详解3.1 k近邻算法三要素3.1.1 k值的选择3.1.2 最近邻算法3.1.3 距离度量的方式3.1.4 分类决策规则3.2 维数诅咒四、k近邻算法的拓展4.1 限定半径k近邻算法4.2 最近质心算法五、k近邻算法流程5.1 输 阅读全文
posted @ 2019-11-06 15:35 ABDM 阅读(112) 评论(0) 推荐(0)
摘要:目录Logistic回归(鸢尾花分类)一、导入模块二、获取数据三、构建决策边界四、训练模型4.1 C参数与权重系数的关系五、可视化 更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen1 阅读全文
posted @ 2019-10-27 17:13 ABDM 阅读(223) 评论(0) 推荐(0)
摘要:目录 scikit-learn库之逻辑回归 一、LogisticRegression 1.1 使用场景 1.2 代码 1.3 参数详解 1.4 属性 1.5 方法 二、LogisticRegressionCV 三、logistic_regression_path 更新、更全的《机器学习》的更新网站, 阅读全文
posted @ 2019-10-24 20:14 ABDM 阅读(187) 评论(0) 推荐(0)