摘要：l = [4,2,5,3,9,8,1] print(l) #冒泡排序 #冒泡排序的时间复杂度为O(n^2)。 ''' for i in range(1,len(l)): for j in range(len(l)-i): if l[j]>l[j+1]: l[j],l[j+1] = l[j+1],l[j] ''' #选择排序 #选择排序的时间复杂度为... 阅读全文

摘要：【分类指标】 1.accuracy_score(y_true,y_pre) : 精度 2.auc(x, y, reorder=False) : ROC曲线下的面积;较大的AUC代表了较好的performance。 3.average_precision_score(y_true, y_score,  阅读全文

摘要：【RandomForestClassifier】 参数 n_estimators : 随机森林中树的个数，即学习器的个数。 max_features : 划分叶子节点，选择的最大特征数目 n_features：在寻找最佳分割时要考虑的特征数量 max_depth : 树的最大深度，如果选择defau 阅读全文

摘要：【AdaBoostClassifier】 Adaboost-参数： base_estimator:基分类器，默认是决策树，在该分类器基础上进行boosting，理论上可以是任意一个分类器，但是如果是其他分类器时需要指明样本权重。 n_estimators:基分类器提升（循环）次数，默认是50次，这个 阅读全文

摘要：1.概念 1.1 进程：(有时也称为重量级进程)，是一个执行中的程序。每个程序都有自己的地址空间、内存、数据栈以及其他用于跟踪执行的辅助数据。 1.2 线程：线程是操作系统够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并 阅读全文

摘要：【LDA】线性判别分析 参数： solver：一个字符串，指定了求解最优化问题的算法，可以为如下的值。 'svd'：奇异值分解。对于有大规模特征的数据，推荐用这种算法。 'lsqr'：最小平方差，可以结合skrinkage参数。 'eigen' ：特征分解算法，可以结合shrinkage参数。 sk 阅读全文

摘要：【API文档大集合】 sklearn API：http://sklearn.apachecn.org/cn/0.19.0/tutorial/index.html pandas API：http://pandas.pydata.org/pandas-docs/stable/api.html matpl 阅读全文

摘要：Scrapy框架的架构如下图 具体部分说明： Engine：引擎，处理整个系统的数据流处理，出发事物，是整个框架的核心 Item：项目。定义了爬取结果的数据结构，爬取的数据会被赋值成该Item对象 Scheduler：调度器，接受引擎发过来的请求并将其加入队列中，在引擎再次请求的时候将请求提供给引擎 阅读全文