摘要：
参考sqlite官方文档：https://www.sqlite.org/datatype3.html绝大多数的SQL数据库采用静态的、严格的数据类型，数据库中的值由数据表的列类型定义决定。然而，sqlite并非如此，sqlite采用更一般的、动态的数据类型。每一个存储... 阅读全文
posted @ 2016-03-24 17:25 jackley 阅读(479) 评论(0) 推荐(0)
摘要：
不同数据库还是有各自特点的，之前自以为熟悉mysql，然后全都照搬到sqlite3上，这样果然是不行的。笔者就近期在使用sqlite3时碰到的问题做了总结分析，并给出相应解决方法，供大家参考。 1、如何insert一条记录？示例如下，其中sql语句中的%d、’%s’均... 阅读全文
posted @ 2016-03-24 16:43 jackley 阅读(389) 评论(0) 推荐(0)
摘要：
案例的目标是将存在文件中的json格式数据转存到sqlite数据库中。因此，需要利用python逐行读取json文件中数据，对数据进行解析和入库。具体操作步骤如下： 1、逐行读取json文件for line in open(path): sline= ... 阅读全文
posted @ 2016-03-22 20:41 jackley 阅读(1642) 评论(0) 推荐(0)
摘要：
在《利用python实现电影推荐》一文中，使用的cal_score()函数计算各用户对每一部电影的评分，cal_matscore()调用cal_score()计算预估评分矩阵。由于cal_matscore()内嵌两个循环，调用的cal_score()包含一个循环，实际... 阅读全文
posted @ 2016-03-18 11:40 jackley 阅读(233) 评论(0) 推荐(0)
摘要：
使用numpy中的astype()方法可以实现，示例如下：xOut[20]: array([[ 5. , 4. ], [ 4. , 4.33333333], [ 3.66666667, 4.5 ... 阅读全文
posted @ 2016-03-18 08:57 jackley 阅读(1026) 评论(0) 推荐(0)
摘要：
使用numpy库，可以实现person相关系数的计算，例如对于矩阵a。aOut[235]: array([[1, 1, 2, 2, 3], [2, 2, 3, 3, 5], [1, 4, 2, 2, 3]])使用np.corrcoef(a)可计... 阅读全文
posted @ 2016-03-17 15:01 jackley 阅读(594) 评论(0) 推荐(0)
摘要：
“协同过滤”是推荐系统中的常用技术，按照分析维度的不同可实现“基于用户”和“基于产品”的推荐。以下是利用python实现电影推荐的具体方法，其中数据集源于《集体编程智慧》一书，后续的编程实现则完全是自己实现的（原书中的实现比较支离、难懂）。这里我采用的是“基于产品”的... 阅读全文
posted @ 2016-03-17 14:54 jackley 阅读(441) 评论(0) 推荐(0)
摘要：
先摆样例程序，自己想想执行结果是怎样的；如果注释掉global va后，执行的结果又会如何？同时注释掉global va和va = [value]+va两行呢？#a.pyva = ['va1','va2','va3']print('first:',id(va))cla... 阅读全文
posted @ 2016-03-12 15:46 jackley 阅读(125) 评论(0) 推荐(0)
摘要：
目前看来，随机森林是比较常用且有效的分类算法。以下先简要介绍python中随机森林的使用方法，然后谈谈分类结果的准确度验证和过拟合等两个重要问题。1、随机森林的参数在Scikit learn中使用RandomForestClassifier()进行随机森林分类，其中参... 阅读全文
posted @ 2016-03-10 23:46 jackley 阅读(205) 评论(0) 推荐(0)
摘要：
我觉得做任何事情，一定要有章法。对于学习类的事情，就是要有框架。第一次打Kaggle比赛，我的一个重要收获就是初步搞清楚了打这类比赛的框架。可以分为以下六步：理解问题、分析问题、算法选择、结果评价、算法调优、提交和总结。要想很好的完成比赛，这六步缺一不可。1）理解问题... 阅读全文
posted @ 2016-03-09 23:31 jackley 阅读(219) 评论(0) 推荐(0)
浙公网安备 33010602011771号