随笔分类 - 数据挖掘（Python）
摘要：此程序功能： １．完成对10.４G.csv文件各个元素频率的统计 ２．获得最大的统计个数 ３．对获取到的统计个数进行降序排列 ４．对各个元素出现次数频率的统计 数据内容： Spark 保存的文件是这样的： 这里可以用一个脚本将这么多的文件进行合并： 结果太多只写一个： 获取统计的最大数2948874
阅读全文
摘要：#-*- coding: utf-8 -*- ''' 逻辑回归参数： penalty：惩罚项，str类型，可选参数为l1和l2，默认为l2。用于指定惩罚项中使用的规范。newton-cg、sag和lbfgs求解算法只支持L2规范。L1G规范假设的是模型的参数满足拉普拉斯分布，L2假设的模型参数满足高斯分布，所谓的范式就是加上对参数的约束，使得模型更不会过拟合(overfit)，但是如果要说是不是...
阅读全文
摘要：在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。 例如，考虑一下的三个特征： ["male", "female"] ["from Europe", "from US", "from Asia"] ["uses Firefox", "uses Chrome", "uses Safari",
阅读全文
摘要：1. Adaboost类库概述 scikit-learn中Adaboost类库比较直接，就是AdaBoostClassifier和AdaBoostRegressor两个，从名字就可以看出AdaBoostClassifier用于分类，AdaBoostRegressor用于回归。 AdaBoostCla
阅读全文
摘要：广义的预测任务中，要求估计连续型预测值时，是“回归任务”；要求判断因变量属于哪个类别时，是”分类“任务 结果： 这个是注释掉的代码产生的结果：
阅读全文
摘要：Bokeh是一款针对浏览器中图形演示的交互式绘图工具。 结果：
阅读全文
摘要：结果： [ 0 1 2 3 4 5 6 7 8 9 10 11][ 0. 0.08333333 0.16666667 0.25 0.33333333 0.41666667 0.5 0.58333333 0.66666667 0.75 0.83333333 0.91666667][ 0.9596216
阅读全文
摘要：#-*- coding: utf-8 -*- ''' numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 在指定的间隔内返回均匀间隔的数字。 返回num个均匀分布的样本，在[start, stop]。 @author: soyo ''' import numpy as np import ma...
阅读全文
摘要：Python在机器学习方面一个非常强力的模块－－－scikit-learn模块,它作为数据挖掘和数据分析方面的一个简单而有效的工具，主要包括６大功能：分类(Classification),回归(Regression),聚类(Clustering),降维(Dimensionality Reductio
阅读全文
摘要：SciPy是一个基于NumPy的高级模块，在符号计算，信号处理，数值优化等任务中有突出表现，覆盖了绝大部分科学计算领域。 我对SciPy模块的理解其中最重要是：“向量化思想”－－－－－>>>"符号计算“和”函数向量化” 结果：
阅读全文
摘要：Pandas模块是一个强大的数据分析和处理工具。它提供快速，灵活，富有表现力的数据结构，能为复杂情形下的数据提供坚实的基础分析功能。 复杂情形可能有以下３种： １．数据库表或Excel表，包含了多列不同数据类型的数据。 ２．任意的【矩阵，二维表，观测统计数据】,允许独立的行或列带有标签。 ３．时间序
阅读全文
摘要：１．NumPy访问【数组＆矩阵】 ２．矩阵的运算 ３．NumPy通用函数 4.NumPy矩阵的合并和分割 结果：
阅读全文
摘要：１.NumPy是一个Python科学计算的基础模块。NumPy不但能够完成科学计算的任务，也能够被用作有效的多维数据容器，用于存储和处理大型矩阵。 2.在性能上，NumPy比起Python自身的嵌套列表结构要高效的多!! 3.NumPy创建数组的多种方式： 结果：
阅读全文
摘要：【无法继承私有成员！】 结果： 苏苏******************小周女山西省越南/*/*/*/*/*/*/*/*/*小海海南马来西亚
阅读全文
摘要：结果： **********初始化类的实例对象************soyo22mansoyo665656
阅读全文
摘要：结果： soyo soyo1 soyo2soyo3 soyo2 soyo5555 655 12 35soyo10 1 8 6 65
阅读全文
摘要：Python 函数参数主要分为3种形式： 1.位置或关键字参数 2.任意数量的位置参数 3.任意数量的关键字参数 结果： 1 8 989 99 70soyo soyosoyo 100字符串为:soyo5数字为: (1, 2, 6, 8)1268str3=soyo100元组内的数字为: (1, 5,
阅读全文
摘要：一.频繁项集挖掘为什么会出现FP-growth呢？ 原因：这得从Apriori算法的原理说起，Apriori会产生大量候选项集（就是连接后产生的），在剪枝时，需要扫描整个数据库（就是给出的数据），通过模式匹配检查候选集合（为的是找到满足最小支持度的项）。候选产生过程带来的就是昂贵的代价开销，所以FP
阅读全文
摘要：结果： 返回多个值最大值为: 95最小值为: 8*********Lambda***********Lambda创建匿名函数: 4070**********对数************6.0用lambda写一个固定底数的对数对数为8,真数为64的值为： 2.0
阅读全文
浙公网安备 33010602011771号