多一点

摘要： LaTeX的图片插入及排版 LaTeX中一般只直接支持插入eps(Encapsulated PostScript)格式的图形文件, 因此在图片插入latex文档之前应先设法得到图片的eps格式的文件. UNIX下的各种应用软件都可以把其结果输出为ps格式, 大部分软件也可以输出eps格式. 若软件只 阅读全文

摘要： 如果你想要在Linxu中获得一个高效、自动化、高质量的科学画图的解决方案，应该考虑尝试下matplotlib库。Matplotlib是基于python的开源科学测绘包，基于python软件基金会许可证发布。大量的文档和例子、集成了Python和Numpy科学计算包、以及自动化能力，是作为Linux环 阅读全文

摘要： 我个人还是比较推崇传统的方法：先生成dvi，在生成pdf。 直接在winEdt中点击最下方的Windows Command Prompt, 否则从cmd进入命令行的话，还要进入tex文件夹，好麻烦。 1、tex——dvi 命令：latex XX.tex 其中，XX为编辑文件名 2、dvi——pdf 阅读全文

摘要： 原文：http://www.cnblogs.com/taceywong/p/4568806.html 原文地址：http://scikit-learn.org/stable/tutorial/basic/tutorial.html翻译：Tacey Wong 概要：该章节，我们将介绍贯穿scikit- 阅读全文

摘要： #coding=utf-8 #Naive Bayes #Calculate the Prob. of class:clsdef P(data,cls_val,cls_name="class"): cnt = 0.0 for e in data: if e[cls_name] == cls_val: 阅读全文

摘要： 1. C4.5算法简介 C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行 阅读全文

摘要： 今天，我来讲解的是决策树。对于决策树来说，主要有两种算法：ID3算法和C4.5算法。C4.5算法是 对ID3算法的改进。今天主要先讲ID3算法，之后会讲C4.5算法和随机森林等。 Contents 1. 决策树的基本认识 2. ID3算法介绍 3. 信息熵与信息增益 4. ID3算法的C++实现 1 阅读全文

摘要： 1 简述1.1 id3是一种基于决策树的分类算法，由J.Ross Quinlan在1986年开发。id3根据信息增益，运用自顶向下的贪心策略建立决策树。信息增益用于度量某个属性对样本集合分类的好坏程度。由于采用了信息增益，id3算法建立的决策树规模比较小，查询速度快。id3算法的改进是C4.5算法， 阅读全文

摘要： Python中的pandas模块进行数据分析 接下来pandas介绍中将学习到如下8块内容：1、数据结构简介：DataFrame和Series2、数据索引index3、利用pandas查询数据4、利用pandas的DataFrames进行统计分析5、利用pandas实现SQL操作6、利用pandas 阅读全文

摘要： 本章主要内容： 言归正传，首先介绍一些关于K临近算法（KNN）： 存在已知的数据集，并且已知的数据集中的每个数都有标签，也就是说我们知道已知数据集的每个元素的分类情况，在输入新的没有标签的数据之后，将新的数据的每个特征与样本集中的数据特征进行比较，然后算法提取样本集中特种最相近的数据的分类标签。 2 阅读全文