摘要：
1.首先介绍一下：scrapy-redis框架 scrapy-redis：一个三方的基于redis的分布式爬虫框架，配合scrapy使用，让爬虫具有了分布式爬取的功能。github地址： https://github.com/darkrho/scrapy-redis ， mongodb 、mysql 阅读全文
posted @ 2018-01-15 20:58
所有的遗憾都是成全
阅读(734)
评论(0)
推荐(0)
摘要：
klearn.model_selection.train_test_split随机划分训练集和测试集 官网文档：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html 阅读全文
posted @ 2018-01-15 20:54
所有的遗憾都是成全
阅读(504)
评论(0)
推荐(0)
摘要：
最常用的一种方法，利用pandas包 同样pandas也提供简单的读csv方法 另一种方法用csv包，一行一行写入 读取csv文件用reader 阅读全文
posted @ 2018-01-15 20:51
所有的遗憾都是成全
阅读(1230)
评论(0)
推荐(0)
摘要：
NumPy基本方法 一、数组方法 创建数组：arange()创建一维数组；array()创建一维或多维数组，其参数是类似于数组的对象，如列表等 读取数组元素：如a[0],a[0,0] 数组变形：如b=a.reshape(2,3,4)将得到原数组变为2*3*4的三维数组后的数组；或是a.shape=( 阅读全文
posted @ 2018-01-15 20:47
所有的遗憾都是成全
阅读(2113)
评论(0)
推荐(1)
摘要：
回归是指利用样本（已知数据），产生拟合方程，从而对（未知数据）进行预测。 用途：预测、判别合理性。 困难：①选定变量（多元）；②避免多重共线性；③观察拟合方程，避免过度拟合；④检验模型的合理性。 因变量与自变量的关系：①相关关系（非确定性关系，比如物理与化学成绩相关性），使用相关系数衡量线性相关性的 阅读全文
posted @ 2018-01-15 20:45
所有的遗憾都是成全
阅读(2360)
评论(0)
推荐(0)
摘要：
一、算法概述1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平凡的分类器也许是那种死记硬背式的分类器，记住所有的训练数据，对于新的数据则直接和训练数据匹配，如果存在相同属性的训练数据，则直接用它的分类来作为新数据的分类。这种方式有一个明 阅读全文
posted @ 2018-01-15 20:26
所有的遗憾都是成全
阅读(379)
评论(0)
推荐(0)
摘要：
聚类分析是在数据中发现数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。 不同的簇类型 聚类旨在发现有用的对象簇，在现实中我们用到很多的簇的类型，使用不同的簇类型划分数据的结果是不同的，如下的几种簇类型。 明显分离的 可以看到(a)中不同组中任意两点之间的距离都大 阅读全文
posted @ 2018-01-15 20:15
所有的遗憾都是成全
阅读(11537)
评论(0)
推荐(0)
浙公网安备 33010602011771号