蜘蛛侠不会飞

摘要： pipeline管道机制使用方法： 流水线的输入为一连串的数据挖掘步骤，其中最后一步必须是估计器（Estimator），可理解成分类器前几步是转换器（Transformer）。输入的数据集经过转换器的处理后，输出的结果作为下一步的输入。 最后，用位于流水线最后一步的估计器对数据进行分类。 每一步都用 阅读全文

摘要： •1.SVM 的基本思想： •SVM把分类问题转换成寻求分类平面的问题，并通过最大化分类边界点到分类平面的距离来实现分类。通俗的讲支持向量机的解决的问题是找到最好的分类超平面。支持向量机（Support vector machine)通常用来解决二分类问题 ​ 2.构造目标函数 类似于点到直线的距离 阅读全文

摘要： 1. 算法核心思想： 通过计算每个训练样本到待分类样本的距离，选取和待分类样本的距离最近的 K 个训练样本，K个样本中那个类别的训练样本占据着多数， 则表明待分类的样本就属于哪一个类别。 KNN算法在类别的决策中， 只与极少数的相邻样本相关。因此，对于类别的样本交叉或重叠较多的待分类样本集来说， K 阅读全文

摘要： 1.什么是决策树： 决策树是以树状结构表示数据分类的结果 ​ 非叶子结点代表测试的条件。 分支代表测试的结果 2.如何构建决策树： ´1.信息熵（informationentropy）：是度量样本集合纯度最常用的一种指标。 ​ 2.基尼系数（gini）：是度量样本集合不确定性指标。（基尼指数与熵可近 阅读全文

摘要： 逻辑回归的基本过程：a建立回归或者分类模型 >b 建立代价函数 > c 优化方法迭代求出最优的模型参数 >d 验证求解模型的好坏。 1.逻辑回归模型： 逻辑回归（Logistic Regression）：基于线性回归的分类算法。一般用于解决二分类问题。 线性回归模型如下：​ 逻辑回归思想是基于线性回 阅读全文

摘要： 1.栈 #coding=gbk #栈的常用操作 # Stack() 建立一个空的栈对象 # push() 把一个元素添加到栈的最顶层 # pop() 删除栈最顶层的元素，并返回这个元素 # peek() 返回最顶层的元素，并不删除它 # isEmpty() 判断栈是否为空 # size() 返回栈中 阅读全文

摘要： 一个小需求： 在申请软件著作权的时候，需要提交一页50行，总共60页的源代码。但是设计的项目保存在多级的目录下，不想一个一个复制，遂通过python ，os模块获得全部目录的文件，re正则化过滤无效源代码，然后基于docx模块写入到word中。涉及的模块有 os, docx, re 分为2 个大的步 阅读全文

摘要： 2-1 图的分类 图是一个用线 或 边连接在一起的顶点的集合，可以说，图是有限 顶点V 和 边E 的有序对。顶点（Vertex），边（Edge） 图a中的边没有方向，称为无向图。图b中边存在方向称为有向图。 1.1(a)所示的图可以表示为 G1(V, E)。其中顶点集合 V(G1) = { 1, 2 阅读全文

摘要： ​ 个人申请成功的软件著作权 写在前面的话： 对于企业的话，申请软件著作权一般会有相应的代理机构来协助完成，不需要个人费事情，但是可能需要比较大的金钱花费。 就个人在校的代理机构无言，一个软件著作权花费的金额大概2000多元。 如果个人所在的项目组不提供项目基金的话，申请软件著作权将是十分繁琐的，一 阅读全文

摘要： 时间序列分析的主要目的是根据已有的历史数据对未来进行预测。如餐饮销售预测可以看做是基于时间序列的短期数据预测， 预测的对象时具体菜品的销售量。 1.时间序列算法： 常见的时间序列模型; ​ 2.时序模型的预处理 1. 对于纯随机序列，也称为白噪声序列，序列的各项之间没有任何的关系， 序列在进行完全无 阅读全文