随笔分类 -  Python

Python2.x的编码问题
摘要：1. 计算机编码历史 ASCII Python的默认编码，其是一种单字节的编码。刚开始计算机世界里只有英文，而单字节可以表示256个不同的字符。最开始ASCII只定义了128个字符编码，包括96个文字和32个控制符号，因此ASCII只使用了一个字节的后7位，最高位都为0。每个字符和ASCII码的对应 阅读全文
posted @ 2018-03-06 16:23 va_chester 阅读(1223) 评论(0) 推荐(0)
爬取糗事百科最新的段子
摘要：  最近突然对爬虫颇感兴趣，于是一直在学习[静觅的技术博客][1]，这篇权当是篇学习笔记罢。 1. 准备   简单起见，我们只需要实现把最新的段子爬取，并且把图片过滤即可。也就是说，我们需要爬取的网站是http://www.qiushibaike.com/ho 阅读全文
posted @ 2017-09-15 21:50 va_chester 阅读(297) 评论(0) 推荐(0)
利用PCA降维
摘要：`参考：《机器学习实战》 Machine Learning in Action` 一、 基本思想  PCA(Principal Component Analysis)，主成分分析。是目前应用最为广泛的降维技术。  什么是降维？举个例子：假设我们正通过电视观看体育比赛，显示器大概包 阅读全文
posted @ 2017-09-09 19:05 va_chester 阅读(335) 评论(0) 推荐(0)
python实现K聚类算法
摘要：`参考：《机器学习实战》 Machine Learning in Action` 一、 基本思想  聚类是一种无监督的学习，它将相似的对象归到同一簇中。它有点像全自动分类。聚类方法几乎可以应用于所有对象，簇内的对象越相似，聚类的效果越好。之所以称作 ，是因为它可以发现k个不同的簇，且每个簇 阅读全文
posted @ 2017-09-09 11:07 va_chester 阅读(775) 评论(0) 推荐(0)
python实现朴素贝叶斯
摘要：`参考：《机器学习实战》 Machine Learning in Action` 一、 基本思想  简单的说，用概率的高低来决定数据属于哪一类别，这就是贝叶斯决策理论的核心思想，即选择具有最高概率的决策。 ，则是在贝叶斯基础上做了一些最原始、最简单的假设。在朴素贝叶斯中，假设 ，比如假设a 阅读全文
posted @ 2017-09-04 21:17 va_chester 阅读(770) 评论(0) 推荐(0)
python实现决策树
摘要：`参考：《机器学习实战》 Machine Learning in Action` 一、 基本思想  我们所熟知的决策树的形状可能如下： ![image_1bp6chq921vrmlba1tej1c4mrk29.png 43kB][1]  使用决策树算法的目的就是生成类似于上图的分 阅读全文
posted @ 2017-09-04 20:42 va_chester 阅读(3919) 评论(0) 推荐(0)
python实现k-近邻算法
摘要：`参考：《机器学习实战》 Machine Learning in Action` 一、 必备的包 实现此算法需要准备以下的包： • matplotlib，用于绘图 • numpy，数组处理库 我一般是用pip安装，若不熟悉这些库，可以搜索一下它们的简单教程。 二、 基本思想  假设存在一个 阅读全文
posted @ 2017-09-04 16:36 va_chester 阅读(474) 评论(0) 推荐(0)
python实现线性回归
摘要：参考：《机器学习实战》- Machine Learning in Action 一、 必备的包 一般而言，这几个包是比较常见的： • matplotlib，用于绘图 • numpy，数组处理库 • pandas，强大的数据分析库 • sklearn，用于线性回归的库 • scipy， 提供很多有用的 阅读全文
posted @ 2017-07-18 21:26 va_chester 阅读(6814) 评论(0) 推荐(0)
模型评估与选择
摘要：1. 评估方法   通常，我们可通过实验测试来对学习器的泛化误差(在新样本上的误差)进行评估并进而做出选择，为此，需使用一个“测试集”来测试学习器对新样本的判断能力，然后以测试集上的“测试误差”作为泛化误差的近似。主要有以下几种测试方法： 1.1 留出法    阅读全文
posted @ 2017-07-16 22:59 va_chester 阅读(269) 评论(0) 推荐(0)