随笔分类 - python
摘要：ord('0')=48,ord('A')=65,ord('a')=97chr(65)='A' def str2Int(s): s=s.strip() if len(s)==0: return 0 dict_flag={'+':1,'-':-1} sum_,flag=0,1 if s[0] in di
阅读全文
摘要：一、根据正则表达式替换字符串 二、re.split() 可以使用re.split来分割字符串，如：re.split(r'\s+', text)；将字符串按空格分割成一个单词列表。 三、re.findall re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r'\w*oo
阅读全文
摘要：{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。你会不会被他忽悠住？(子向量的长度至少是1)最优方法，时间复杂度O（n），和最大的子序列的第一个元素肯定是正数 ，因为元素有正有负，因此子序列的最大和一定大于0 def FindGreatestSumOfSubArray(self, array): maxVal=array[0] ...
阅读全文
摘要：一、构建与遍历二叉树 基本性质 1）在二叉树的第i层上最多有2i-1 个节点 。（i>=1）2）二叉树中如果深度为k,那么最多有2k-1个节点。(k>=1）3）在完全二叉树中，具有n个节点的完全二叉树的深度为[log2n]+1，其中[log2n]是向下取整。向下取整就是小数点后面的数字无论多少，都只
阅读全文
摘要：一、产生X样本 x_train = np.random.random((5, 3)) 随机产生一个5行3列的样本矩阵，也就是5个维度为3的训练样本。 二、产生Y样本 y_train = np.random.randint(10, size=(20, 1)) 产生一个20行1列的Y样本，值分布为10个
阅读全文
摘要：一、安装 pip install hyperopt 二、说明 Hyperopt提供了一个优化接口，这个接口接受一个评估函数和参数空间，能计算出参数空间内的一个点的损失函数值。用户还要指定空间内参数的分布情况。 Hyheropt四个重要的因素：指定需要最小化的函数，搜索的空间，采样的数据集(trail
阅读全文
摘要：python中filter()函数 filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元
阅读全文
摘要：迭代 你可以创建一个列表，然后逐一遍历，这就是迭代 1 2 3 4 5 6 >>> mylist = [1, 2, 3] >>> for i in mylist: ... print(i) 1 2 3 1 2 3 4 5 6 >>> mylist = [1, 2, 3] >>> for i in m
阅读全文
摘要：1、变量交换 大部分编程语言中交换两个变量的值时，不得不引入一个临时变量： pythonic 2、循环遍历区间元素 pythonic xrange 返回的是生成器对象，生成器比列表更加节省内存，不过需要注意的是 xrange 是 python2 中的写法，python3 只有 range 方法，特点
阅读全文
摘要：默认已经装好python基本环境，再进行下面步骤： 1. 下载安装IPython: c:>pip.exe install ipython 系统就会去网上寻找ipython的包, 进行下载及安装. 等待差不多5分钟, 整个安装就完成了, 并且还把pyreadline也安装了. ipython3.exe
阅读全文
摘要：一、画出模型的残差值分布情况 注：本样例只是为了说明问题，只用了几行数据来预测画图。 正常来讲，一个好的模型，残差值应该分布比较集中，而且基本都在0上下稍微浮动，表明残差值都比较小。
阅读全文
摘要：一、模型验证 进行模型验证的一个重要目的是要选出一个最合适的模型，对于监督学习而言，我们希望模型对于未知数据的泛化能力强，所以就需要模型验证这一过程来体现不同的模型对于未知数据的表现效果。 这里我们将训练集再分成训练集与验证集两部分，大概比例就是3：1吧。一般来讲不同的训练集、验证集分割的方法会导致
阅读全文
摘要：Scikit-Learn库已经实现了所有基本机器学习的算法，可以直接调用里面库进行模型构建。 一、逻辑回归 大多数情况下被用来解决分类问题（二元分类），但多类的分类（所谓的一对多方法）也适用。这个算法的优点是对于每一个输出的对象都有一个对应类别的概率。 二、朴素贝叶斯 它也是最有名的机器学习的算法之
阅读全文
摘要：一、岭回归模型 岭回归其实就是在普通最小二乘法回归（ordinary least squares regression）的基础上，加入了正则化参数λ。 二、如何调用 class sklearn.linear_model.Ridge(alpha=1.0, fit_intercept=True, nor
阅读全文
摘要：毫无疑问，解决一个问题最重要的是恰当选取特征、甚至创造特征的能力，这叫做特征选取和特征工程。对于特征选取工作，我个人认为分为两个方面： 1）利用python中已有的算法进行特征选取。 2）人为分析各个变量特征与目标值之间的关系，包括利用图表等比较直观的手段方法，剔除无意义或者说不重要的特征变量，使得
阅读全文
摘要：from sklearn import preprocessing # normalize the data attributes normalized_X = preprocessing.normalize(X) # standardize the data attributes standard
阅读全文
摘要：1、Intel MKL简介 Intel数学核心函数库（MKL）是一套高度优化、线程安全的数学例程、函数，面向高性能的工程、科学与财务应用。英特尔 MKL 的集群版本包括 ScaLAPACK 与分布式内存快速傅立叶转换，并提供了线性代数 (BLAS、LAPACK 和Sparse Solver)、快速傅
阅读全文
摘要：一、import as import socket, os, regex模块导入时可以使用 as 关键字来改变模块的引用对象名字: import os as system //当多个引入时 import socket as net, thread as threads system.chdir(".
阅读全文
摘要：import time,datetime #获取今日凌晨的时间 d = datetime.datetime.strptime(str(datetime.date.today()),"%Y-%m-%d")time_sec_float = time.mktime(d.timetuple())print
阅读全文
摘要：re.match re.match 尝试从字符串的开始匹配一个模式，如：下面的例子匹配第一个单词。 import retext = "JGood is a handsome boy, he is cool, clever, and so on..."m = re.match(r"(\w+)\s",
阅读全文
浙公网安备 33010602011771号