08 2018 档案
摘要：1.首先 对于cuda8.0、cuda7.5的卸载都可以兼容 安装cuda9.0之后，电脑原来的NVIDIA图形驱动会被更新，NVIDIA Physx系统软件也会被更新(安装低版cuda可能不会被更新)。卸载时候要注意了，别动这2个。 2.卸载： 杀毒软件别用来卸载这个了，不好找。 打开电脑的控制面
阅读全文
摘要：通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断
阅读全文
摘要：运行结果： 装饰器中return 运行结果：
阅读全文
摘要：from: https://blog.csdn.net/mmc2015/article/details/46866537 http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.text.CountVec
阅读全文
摘要：CountVectorize 来自：python学习 文本特征提取(二) CountVectorizer TfidfVectorizer 中文处理 - CSDN博客 https://blog.csdn.net/shuihupo/article/details/80930801 CountVector
阅读全文
摘要：主要作用是设置画的图的分辨率，大小等信息 还有：
阅读全文
摘要：Python —— sklearn.feature_selection模块 sklearn.feature_selection模块的作用是feature selection，而不是feature extraction。 Univariate feature selection：单变量的特征选择 单变
阅读全文
摘要：Python——决策树实战：california房价预测 编译环境：Anaconda、Jupyter Notebook 首先，导入模块： 接下来导入数据集： 使用sklearn自带的数据集california_housing，详情见：Python——sklearn提供的自带的数据集 运行结果： 查看
阅读全文
摘要：sklearn——train_test_split 随机划分训练集和测试集 sklearn.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/sklear
阅读全文
摘要：Python——graphviz及pydotplus安装步骤 一、安装Graphviz 网站：http://www.graphviz.org/download/ 下载msi文件 直接安装，完成之后添加环境变量： 在path中将Graphviz的bin的目录路径添加上； 二、安装pydotplus 打
阅读全文
摘要：sklearn提供的自带的数据集 sklearn 的数据集有好多个种 自带的小数据集（packaged dataset）：sklearn.datasets.load_<name> 可在线下载的数据集（Downloaded Dataset）：sklearn.datasets.fetch_<name>
阅读全文
摘要：Python——私有化 和 属性property 一、私有化 xx: 公有变量 _x: 单前置下划线,私有化属性或方法，from somemodule import *禁止导入,类对象和子类可以访问 __xx：双前置下划线,避免与子类中的属性命名冲突，无法在外部直接访问(名字重整所以访问不到) __
阅读全文
摘要：深拷贝、浅拷贝 1. 浅拷贝 浅拷贝是对于一个对象的顶层拷贝 通俗的理解是：拷贝了引用，并没有拷贝内容 2. 深拷贝 深拷贝是对于一个对象所有层次的拷贝(递归) 3. 拷贝的其他方式 对于列表（可变类型）进行深拷贝，对于元祖（不可变类型）进行浅拷贝 copy对于列表，只深拷贝一层
阅读全文
摘要：itertools模块中的product方法 itertools.product(*iterables[, repeat]) 笛卡尔积 创建一个迭代器，生成表示item1，item2等中的项目的笛卡尔积的元组，repeat是一个关键字参数，指定重复生成序列的次数。 代码如下: 例子 代码如下: 1
阅读全文
摘要：confusion_matrix函数的使用 from: https://blog.csdn.net/m0_38061927/article/details/77198990 官方文档中给出的用法是 sklearn.metrics.confusion_matrix(y_true, y_pred, la
阅读全文
摘要：sklearn中的交叉验证（Cross-Validation） cross validation大概的意思是：对于原始数据我们要将其一部分分为traindata，一部分分为test data。train data用于训练，test data用于测试准确率。在test data上测试的结果叫做vali
阅读全文
摘要：python pandas（ix & iloc &loc） loc——通过行标签索引行数据 iloc——通过行号索引行数据 ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合)
阅读全文
摘要：Python: sklearn库 —— 数据预处理 数据集转换之预处理数据： 将输入的数据转化成机器学习算法可以使用的数据。包含特征提取和标准化。 原因：数据集的标准化（服从均值为0方差为1的标准正态分布（高斯分布））是大多数机器学习算法的常见要求。 如果原始数据不服从高斯分布，在预测时表现可能不好
阅读全文
摘要：pandas.Series.value_counts Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True) 功能：返回包含唯一值计数的对象。结果对象将按降序排列，以便第一个元素
阅读全文
摘要：pandas.DataFrame 中的insert(), pop() 在pandas中，del、drop和pop方法都可以用来删除数据，insert可以在指定位置插入数据。 可以看看以下示例。
阅读全文
摘要：Python关于%matplotlib inline %matplotlib inline 是一个魔法函数（Magic Functions）。官方给出的定义是：IPython有一组预先定义好的所谓的魔法函数（Magic Functions），你可以通过命令行的语法形式来访问它们。可见“%matplo
阅读全文
浙公网安备 33010602011771号