龙潭书斋 -- 338




200x200


概述在此前的文章中,我们介绍了用于分类的算法:k 近邻算法决策树的构建算法 -- ID3 与 C4.5 算法但是,有时我们无法非常明确地得到分类,例如当数据量非常大时,计算每个样本与预测样本之间的距离

#算法    #统计    #机器学习    #machinelearning   

200x200


概述之前两篇日志,我们系统性的介绍了决策树的构建算法、构建流程、展示与决策:决策树的构建算法 -- ID3 与 C4.5 算法决策树的构建、展示与决策本文,我们来介绍如何使用 sklearn

#技术帖    #算法    #数据结构    #技术分享   

200x200


概述上一篇日志中,我们介绍了两个决策树构建算法 -- ID3、C4.5:决策树的构建算法 -- ID3 与 C4.5 算法本篇日志我们来看看如何使用这两个算法以及其他工具构建和展示

#读书笔记    #技术帖    #数据结构    #技术分享   

200x200


概述上一篇日志中,我们介绍了最简单的分类回归算法 -- K 近邻算法k 近邻算法本篇日志我们来介绍构建专家系统和数据挖掘最常用的算法 -- 决策树&n

#读书笔记    #技术帖    #机器学习    #id3   

200x200


概述上一篇日志中,我们了解了机器学习的一系列基本概念本篇日志中我们来介绍最简单的分类算法:k 近邻算法(kNN) k 近邻算法k 近邻算法是一种采用测量不同特征

#读书笔记    #技术帖    #分类    #机器学习   
概述此前的日志中,我们了解了 python 的循环语句python 条件与循环语句本篇日志中,我们通过 yield 关键字来优化循环的执行 生成斐波那契数列斐波那契数列是一个非常简单的递归数列,除第一个和第二个数外,任意一个数都可由前两个数相加得到下面是使用 python 实现的一个斐波那契序列函数:def fab(max): n, a, b = 0, 0, 1 L = [] while n < max: L.append(b) a, b = b, a + b n = n + 1 return L  如下调用可以看到返回结果:>>> for n in fab(5): ... print n ... 1 1 2 3 5  如果我们的 max 增大,返回的列表占用的空间将显著提升,这显然是我们不希望看到的 空间优化 -- 迭代器上一篇日志中,我们介绍了迭代器,迭代器可以解决上面提到的问题下面我们定义一个迭代器:class Fab(object): def __init__(self, max)
#技术帖    #龙潭书斋    #python    #生成器   
概述上一篇日志中,我们介绍了 python 的字典与集合:本篇日志中,我们来介绍他们的内建函数与方法 内建工厂函数 -- dict、set、frozensetdict()dict 工厂函数被用来创建字典,下面的例子展示了 dict 方法的几种用法:>>> dict(zip(('x', 'y'), (1, 2))) {'y': 2, 'x': 1} >>> dict([['x', 1], ['y', 2]]) {'y': 2, 'x': 1} >>> dict([('xy'[i-1], i) for i in range(1,3)]) {'y': 2, 'x': 1} >>> dict(x=1, y=2) {'y': 2, 'x': 1} >>> dict8 = dict(x=1, y=2) >>> dict8 {'y': 2, 'x': 1} >>> dict9 = dict(**dict8) >>> dict9 {'y': 2, 'x': 1}  dict9 = dict(**dict8) 的方式并不推荐使用,
#读书笔记    #技术帖    #龙潭书斋    #python   
概述前面两篇日志中,我们介绍了 python 的序列类型,包含字符串、列表和元组python 序列与深浅拷贝python 序列支持的所有操作接下来我们就来介绍 python 映射类型 字典字典是 Python 语言中的一种映射类型,是一种存储哈希表结构的容器类型字典是 Python 中最强大的数据类型之一,它存储的数据是无序的,但是一般具有很好的性能>>> dict1 = {} >>> dict2 = {'name': 'earth', 'port': 80} >>> dict1, dict2 ({}, {'port': 80, 'name': 'earth'})  字典的基本使用fromkeys字典的 fromkeys 可以将序列转换为字典,转换后的字典的 key 即是序列的元素,value 则是默认值参数dict.fromkeys(seq[, value])  示例:>>> seq = ('hello', 'world', 'python') >>> dict = {}.fromkeys(seq) >
#读书笔记    #龙潭书斋    #python    #python核心编程   
概述上一篇日志中,我们介绍了 python 的序列类型:字符串 -- "abc"列表 -- ["a", "b", "c"]元组 -- ("a", "b", "c")以及他们支持的操作python 序列与深浅拷贝 本文,我们来介绍一下 python 序列类型支持的函数 内建工厂函数序列相关的工厂函数主要有list -- 生成列表tuple -- 生成元组str -- 生成 stringchr -- 转换为 ascii 字符ord -- 将 ascii 字符转换为数值 通用内建函数 -- min、max、len、sorted、reversed、enumerate、zip比较函数 -- min、max、len>>> str = "abcdef" >>
#读书笔记    #技术帖    #python    #list   
概述上一篇日志中,我们介绍了 python 的对象类型python 对象本文我们来介绍 python 的几个序列类型:字符串 -- "abc"列表 -- ["a", "b", "c"]元组 -- ("a", "b", "c") 这些容器类型都是由一些成员共同组成的一个序列整体,所以统称为序列列表和字符串、元组最大的区别为列表可变,字符串和元祖不可变 操作符一般来说,标准类型操作符适用于所有的序列类型,除此之外,这些序列类型还支持以下操作 序列的加法 -- 连接操作符序列的加法用来连接两个序列,但是必须是两个相同类型的序列才可以进行连接操作>>> seq0 = ["a", "b", "c"] >>> seq1 = ["d", "e", "f"] >>> seq0 + seq1 ['a',
#读书笔记    #技术帖    #python    #python核心编程   



京ICP备15018585号