博客园 - ColdCode
uuid:24b78886-0ed1-41c2-8670-e3f31dcf42c4;id=7337
2021-01-11T02:20:50Z
ColdCode
https://www.cnblogs.com/sench/
feed.cnblogs.com
https://www.cnblogs.com/sench/p/10128216.html
pandas.cut使用总结 - ColdCode
用途 用来把一组数据分割成离散的区间。比如有一组年龄数据,可以使用 将年龄数据分割成不同的年龄段并打上标签。 原型 参数含义 :被切分的类数组(array like)数据,必须是1维的(不能用DataFrame); :bins是被切割后的区间(或者叫“桶”、“箱”、“面元”),有3中形式:一个int
2018-12-17T14:24:00Z
2018-12-17T14:24:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】用途 用来把一组数据分割成离散的区间。比如有一组年龄数据,可以使用 将年龄数据分割成不同的年龄段并打上标签。 原型 参数含义 :被切分的类数组(array like)数据,必须是1维的(不能用DataFrame); :bins是被切割后的区间(或者叫“桶”、“箱”、“面元”),有3中形式:一个int <a href="https://www.cnblogs.com/sench/p/10128216.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/10134094.html
sklearn.preprocessing.LabelEncoder的使用 - ColdCode
在训练模型之前,我们通常都要对训练数据进行一定的处理。将类别编号就是一种常用的处理方法,比如把类别“男”,“女”编号为0和1。可以使用sklearn.preprocessing中的LabelEncoder处理这个问题。 作用 将n个类别编码为0~n 1之间的整数(包含0和n 1)。 例子 假设我们要
2018-12-17T14:00:00Z
2018-12-17T14:00:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】在训练模型之前,我们通常都要对训练数据进行一定的处理。将类别编号就是一种常用的处理方法,比如把类别“男”,“女”编号为0和1。可以使用sklearn.preprocessing中的LabelEncoder处理这个问题。 作用 将n个类别编码为0~n 1之间的整数(包含0和n 1)。 例子 假设我们要 <a href="https://www.cnblogs.com/sench/p/10134094.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9905752.html
逻辑斯蒂回归 - ColdCode
逻辑斯蒂回归(logistic regression,又称“对数几率回归”) 是经典的分类方法。虽然名字中包含回归,但它被用来 分类 。 逻辑斯蒂分布 设 $X$ 是随机变量,$X$ 服从逻辑斯蒂分布是指 $X$ 的概率分布函数 $F(x)$ 和概率密度函数 $f(x)$ 为: $$F(x) = P
2018-11-04T13:39:00Z
2018-11-04T13:39:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】逻辑斯蒂回归(logistic regression,又称“对数几率回归”) 是经典的分类方法。虽然名字中包含回归,但它被用来 分类 。 逻辑斯蒂分布 设 $X$ 是随机变量,$X$ 服从逻辑斯蒂分布是指 $X$ 的概率分布函数 $F(x)$ 和概率密度函数 $f(x)$ 为: $$F(x) = P <a href="https://www.cnblogs.com/sench/p/9905752.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9879418.html
决策树 - ColdCode
决策树(decision tree)是一种基本的分类与回归方法。在训练过程中,根据训练数据的属性来建立一棵决策树,从而实现快速地分类和回归。这篇文章将会讨论用于 分类 的决策树。 决策树的定义 决策树由 结点(node) 和 有向边(directed edge) 组成。结点可以分为两种类型: 内部结
2018-11-01T09:17:00Z
2018-11-01T09:17:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】决策树(decision tree)是一种基本的分类与回归方法。在训练过程中,根据训练数据的属性来建立一棵决策树,从而实现快速地分类和回归。这篇文章将会讨论用于 分类 的决策树。 决策树的定义 决策树由 结点(node) 和 有向边(directed edge) 组成。结点可以分为两种类型: 内部结 <a href="https://www.cnblogs.com/sench/p/9879418.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9817188.html
梯度下降法 - ColdCode
在机器学习中,我们通常会根据输入 $x$ 来预测输出 $y$,预测值和真实值之间会有一定的误差,我们在训练的过程中会使用优化器(optimizer)来最小化这个误差,梯度下降法(Gradient Descent)就是一种常用的优化器。 什么是梯度 梯度是一个向量,具有大小和方向。想象我们在爬山,从我
2018-10-19T15:06:00Z
2018-10-19T15:06:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】在机器学习中,我们通常会根据输入 $x$ 来预测输出 $y$,预测值和真实值之间会有一定的误差,我们在训练的过程中会使用优化器(optimizer)来最小化这个误差,梯度下降法(Gradient Descent)就是一种常用的优化器。 什么是梯度 梯度是一个向量,具有大小和方向。想象我们在爬山,从我 <a href="https://www.cnblogs.com/sench/p/9817188.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9683905.html
使用numpy产生随机数 - ColdCode
numpy中的random模块包含了很多方法可以用来产生随机数,这篇文章将对random中的一些常用方法做一个总结。 1、numpy.random.rand(d0, d1, ..., dn) 作用 :产生一个给定形状的数组(其实应该是ndarray对象或者是一个单值),数组中的值服从[0, 1)之间
2018-09-21T04:10:00Z
2018-09-21T04:10:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】numpy中的random模块包含了很多方法可以用来产生随机数,这篇文章将对random中的一些常用方法做一个总结。 1、numpy.random.rand(d0, d1, ..., dn) 作用 :产生一个给定形状的数组(其实应该是ndarray对象或者是一个单值),数组中的值服从[0, 1)之间 <a href="https://www.cnblogs.com/sench/p/9683905.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9596567.html
换源 - ColdCode
npm 换源 使用npm下载包的时候有时候会出现下载速度非常慢的情况,原因是npm的默认仓库在国外,将仓库地址改为国内地址就行了。这里将源改为淘宝的镜像。 1、修改源地址为淘宝镜像 2、修改源地址为官方地址 当我们要发布自己的包的时候,需要将源地址切换为官方地址: conda 换源 添加conda的
2018-09-06T01:53:00Z
2018-09-06T01:53:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】npm 换源 使用npm下载包的时候有时候会出现下载速度非常慢的情况,原因是npm的默认仓库在国外,将仓库地址改为国内地址就行了。这里将源改为淘宝的镜像。 1、修改源地址为淘宝镜像 2、修改源地址为官方地址 当我们要发布自己的包的时候,需要将源地址切换为官方地址: conda 换源 添加conda的 <a href="https://www.cnblogs.com/sench/p/9596567.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9541450.html
在jupyter notebook导入tensorflow出错:No module named tensorflow 解决办法 - ColdCode
1、背景 首先说一下我的环境: "官网" 提供了两种方法来安装TensorFlow:pip和anaconda。我使用的是anaconda方法。按照步骤安装完成后,在命令行可以导入tensorflow,也可以运行程序,然后我在创建的名为tensorflow的环境中使用命令 启动jupyter note
2018-08-27T07:42:00Z
2018-08-27T07:42:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】1、背景 首先说一下我的环境: "官网" 提供了两种方法来安装TensorFlow:pip和anaconda。我使用的是anaconda方法。按照步骤安装完成后,在命令行可以导入tensorflow,也可以运行程序,然后我在创建的名为tensorflow的环境中使用命令 启动jupyter note <a href="https://www.cnblogs.com/sench/p/9541450.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9530250.html
感知机 - ColdCode
1、感知机定义 如果输入是一个n维向量$x∈\mathbb{R}^n$,输出为样本的类别{+1, 1}。由输入到输出有以下函数:$$f(x)=sign(\omega·x+b)$$ 则称该函数为 感知机 。其中$\omega$和$b$为感知机参数,$\omega$被称为 权值 (weight)或者 权
2018-08-24T14:29:00Z
2018-08-24T14:29:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】1、感知机定义 如果输入是一个n维向量$x∈\mathbb{R}^n$,输出为样本的类别{+1, 1}。由输入到输出有以下函数:$$f(x)=sign(\omega·x+b)$$ 则称该函数为 感知机 。其中$\omega$和$b$为感知机参数,$\omega$被称为 权值 (weight)或者 权 <a href="https://www.cnblogs.com/sench/p/9530250.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9522627.html
使用matplotlib绘制散点图 - ColdCode
在matplotlib中使用函数 "matplotlib.pyplot.scatter" 绘制散点图,matplotlib.pyplot.scatter的函数签名如下: 常用参数有:x,y组成了散点的坐标;s为散点的面积;c为散点的颜色(默认为蓝色'b');marker为散点的标记;alpha为散点
2018-08-23T03:20:00Z
2018-08-23T03:20:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】在matplotlib中使用函数 "matplotlib.pyplot.scatter" 绘制散点图,matplotlib.pyplot.scatter的函数签名如下: 常用参数有:x,y组成了散点的坐标;s为散点的面积;c为散点的颜色(默认为蓝色'b');marker为散点的标记;alpha为散点 <a href="https://www.cnblogs.com/sench/p/9522627.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9501018.html
机器学习相关概念 - ColdCode
最近读了博主@计算机的潜意识的一片关于机器学习的文章: "从机器学习谈起" 。读了之后对机器学习的相关概念有了更加清晰的认识,这里写一篇小总结。 1、什么是机器学习 机器学习的英文名称是machine learning,也就是让机器获得学习的能力,从而解决问题,在计算机科学领域中,机器一般指代计算机
2018-08-20T14:43:00Z
2018-08-20T14:43:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】最近读了博主@计算机的潜意识的一片关于机器学习的文章: "从机器学习谈起" 。读了之后对机器学习的相关概念有了更加清晰的认识,这里写一篇小总结。 1、什么是机器学习 机器学习的英文名称是machine learning,也就是让机器获得学习的能力,从而解决问题,在计算机科学领域中,机器一般指代计算机 <a href="https://www.cnblogs.com/sench/p/9501018.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9452248.html
字符编码 - ColdCode
我们知道,计算机只能存储0或者1,对于英文字母或者汉字来讲,我们是无法将其直接存储在计算机中的,需要给这些字符编码,编码由0和1组成,这样就可以存储在计算机中了。随着计算机的发展,世界上出现了各种不同的编码,这篇文章将对ASCII码、GB2312、Unicode、UTF 8进行探讨。 1、ASCII
2018-08-10T14:19:00Z
2018-08-10T14:19:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】我们知道,计算机只能存储0或者1,对于英文字母或者汉字来讲,我们是无法将其直接存储在计算机中的,需要给这些字符编码,编码由0和1组成,这样就可以存储在计算机中了。随着计算机的发展,世界上出现了各种不同的编码,这篇文章将对ASCII码、GB2312、Unicode、UTF 8进行探讨。 1、ASCII <a href="https://www.cnblogs.com/sench/p/9452248.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9450407.html
BeautifulSoup使用总结 - ColdCode
一、介绍 BeautifulSoup为一个python库,它可以接收一个HTML或XML的字符串或文件,并返回一个BeautifulSoup对象,之后我们可以使用BeautifulSoup提供的众多方法来对文件内容进行解析。 二、安装 1、使用pip安装 2、通过apt get安装 推荐使用 作为解
2018-08-09T10:22:00Z
2018-08-09T10:22:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、介绍 BeautifulSoup为一个python库,它可以接收一个HTML或XML的字符串或文件,并返回一个BeautifulSoup对象,之后我们可以使用BeautifulSoup提供的众多方法来对文件内容进行解析。 二、安装 1、使用pip安装 2、通过apt get安装 推荐使用 作为解 <a href="https://www.cnblogs.com/sench/p/9450407.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9447255.html
使用python爬取整本《盗墓笔记》 - ColdCode
一、前言 《盗墓笔记》是一本经典的盗墓题材小说,故事情节引人入胜。本文将使用python2.7通过小说网站 "http://www.daomubiji.com/" 来爬取整本盗墓笔记并保存,在这一过程中演示了使用python网络库requests实现简单的python爬虫以及使用html文档分析库B
2018-08-09T09:18:00Z
2018-08-09T09:18:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、前言 《盗墓笔记》是一本经典的盗墓题材小说,故事情节引人入胜。本文将使用python2.7通过小说网站 "http://www.daomubiji.com/" 来爬取整本盗墓笔记并保存,在这一过程中演示了使用python网络库requests实现简单的python爬虫以及使用html文档分析库B <a href="https://www.cnblogs.com/sench/p/9447255.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9432814.html
matplotlib使用总结 - ColdCode
一、简介 Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等。 二、常用方法 1、 "matplotlib.pyplo
2018-08-06T14:38:00Z
2018-08-06T14:38:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、简介 Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等。 二、常用方法 1、 "matplotlib.pyplo <a href="https://www.cnblogs.com/sench/p/9432814.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9427193.html
模拟退火算法 - ColdCode
一、什么是模拟退火算法 1、爬山算法 在了解模拟退火算法之前,先来看一下爬山算法:爬山算法是一种贪心算法,该算法每次从当前的解空间中选取一个解作为最优解,直到达到一个局部最优解。假设函数f(x)的图像如下图: 现在使用爬山算法来求f(x)的最大值,若C为当前最优解,则爬山算法搜索到A就会停止搜索,这
2018-08-05T14:27:00Z
2018-08-05T14:27:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、什么是模拟退火算法 1、爬山算法 在了解模拟退火算法之前,先来看一下爬山算法:爬山算法是一种贪心算法,该算法每次从当前的解空间中选取一个解作为最优解,直到达到一个局部最优解。假设函数f(x)的图像如下图: 现在使用爬山算法来求f(x)的最大值,若C为当前最优解,则爬山算法搜索到A就会停止搜索,这 <a href="https://www.cnblogs.com/sench/p/9427193.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9418906.html
pandas实战——对星巴克数据的分析 - ColdCode
一、实验对象 实验对象为星巴克在全球的 "门店数据" ,我们可以使用pandas对其进行简单的分析,如分析每个国家星巴克的数量,根据门店数量对国家进行排序等。 二、数据分析 1、读取数据并获取数据行列数 首先读取数据: 输出: 可以看到文件共有25600条数据,每条数据有13列。 2、查看数据 输出
2018-08-04T13:52:00Z
2018-08-04T13:52:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、实验对象 实验对象为星巴克在全球的 "门店数据" ,我们可以使用pandas对其进行简单的分析,如分析每个国家星巴克的数量,根据门店数量对国家进行排序等。 二、数据分析 1、读取数据并获取数据行列数 首先读取数据: 输出: 可以看到文件共有25600条数据,每条数据有13列。 2、查看数据 输出 <a href="https://www.cnblogs.com/sench/p/9418906.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9409165.html
pandas使用总结 - ColdCode
一、pandas简介 Pandas是基于Numpy开发出的,是一款开放源码的BSD许可的Python库,为Python编程语言提供了高性能,易于使用的数据结构和数据分析工具。Pandas用于广泛的领域,包括金融,经济,统计,分析等学术和商业领域。 学习pandas之前建议先学习 "numpy" 。
2018-08-03T14:20:00Z
2018-08-03T14:20:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、pandas简介 Pandas是基于Numpy开发出的,是一款开放源码的BSD许可的Python库,为Python编程语言提供了高性能,易于使用的数据结构和数据分析工具。Pandas用于广泛的领域,包括金融,经济,统计,分析等学术和商业领域。 学习pandas之前建议先学习 "numpy" 。 <a href="https://www.cnblogs.com/sench/p/9409165.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9402342.html
numpy使用总结 - ColdCode
一、numpy简介 NumPy 是一个 Python 包, 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库,支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率
2018-08-02T03:11:00Z
2018-08-02T03:11:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、numpy简介 NumPy 是一个 Python 包, 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库,支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率 <a href="https://www.cnblogs.com/sench/p/9402342.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/sench/p/9312211.html
Ubuntu18.04 n卡配置 - ColdCode
一、背景 最近安装了ubutnu18.04后,安装系统后重启卡住,强制关机重启后,又在开机界面紫屏卡住,上网搜索后发现是n卡的驱动问题,使用以下方法安装驱动后成功解决该问题。 二、解决方法 1、进入恢复模式 在grub启动菜单里选择ubuntu高级选项 recovery mode resume(或者
2018-07-15T03:00:00Z
2018-07-15T03:00:00Z
ColdCode
https://www.cnblogs.com/sench/
【摘要】一、背景 最近安装了ubutnu18.04后,安装系统后重启卡住,强制关机重启后,又在开机界面紫屏卡住,上网搜索后发现是n卡的驱动问题,使用以下方法安装驱动后成功解决该问题。 二、解决方法 1、进入恢复模式 在grub启动菜单里选择ubuntu高级选项 recovery mode resume(或者 <a href="https://www.cnblogs.com/sench/p/9312211.html" target="_blank">阅读全文</a>