原创 機器學習類別不平衡問題的解決方法——待完善
機器學習類別不平衡問題的解決方法本文有參考1.《機器學習》 周志華2. https://yq.aliyun.com/articles/2260163.http://blog.csdn.net/heyongluoyao8/article/d
2020-06-20 23:28:51
原创 sklearn 支持向量機實踐總結
轉自 http://www.cnblogs.com/pinard/p/6117515.html 之前通過一個系列對支持向量機(以下簡稱SVM)算法的原理做了一個總結，本文從實踐的角度對scikit-learn SVM算法庫的使用做一
2020-06-20 21:25:08
原创 Python編碼系列問題-（一）
學習python至今，如果說有什麼問題令我一直頭痛不解，非編碼問題莫屬，遇到過許多編碼問題，每一次都是不同的解決辦法，尤其我經常讀取的是中文文件，同樣類型的編碼報錯，幾乎都是在用不同的方式解決，總讓我琢磨不透，此問題浪費了我python編
2020-06-20 21:24:57
原创 【R語言】必學包之dplyr包
【R語言】必學包之dplyr包轉自：https://blog.csdn.net/wltom1985/article/details/54973811R包dplyr可用於處理R內部或者外部的結構化數據，相較於plyr包，dplyr專注接受d
2020-02-23 22:47:07
1
原创 ggplot2學習筆記之標度scale
ggplot2學習筆記之標度scale轉自：http://blog.csdn.net/songzhilian22/article/details/49006391標度（scale），是將數據空間（標度的定義域）映射到圖形屬性空間（標度的值
2020-02-23 22:47:07
28
原创 python數據分析建模每日一題（5月3日）——快速排序、冒泡排序、插入排序、希爾排序
1、快速排序list1 = [1,4,2,3,10,8,7,5,4,2,11,23,15] def quick_sort(L): if len(L) <= 1: return L else: return
2020-02-23 22:47:06
原创 python數據分析建模每日一題（5月2日）——順時針逆時針打印矩陣
#順時針打印 list1 = [[2,3,4,5],[5,6,7,8],[3,4,5,9],[10,11,23,45],[1,4,7,2]] left = 0 #列起始 top = 0 #行起始 right = len(list1[0])
2020-02-23 22:47:06
原创 only integer scalar arrays can be converted to a scalar index
在使用StratifiedShuffleSplit進行交叉驗證時，出現上述錯誤。具體問題發現與解決過程如下：from sklearn.model_selection import StratifiedShuffleSplit sss=St
2020-02-23 22:47:06
原创 sql 同時（更新）update和（查詢）select同一張表
當要使用本表的數據更新本表時，容易出錯：如下：update b set aaa=select max(MAX_def_60M) as max from b[Err] 1064 - You have an error in your SQL
2020-02-23 22:47:06
原创 R語言進行EDA——R語言基礎
R語言基礎初次編寫R語言程序，根據退件使用指南網站https://www.statmethods.net/一、數據集子集化（數據集篩選）getwd() #獲取當前working directory statesInfo<-read.cs
2020-02-23 22:47:06
5
原创 最大似然估計和最小二乘估計的區別與聯繫
看似最小二乘估計與最大似然估計在推導得到的結果很相似，但是其前提條件必須引起大家的注意！！！對於最小二乘估計，最合理的參數估計量應該使得模型能最好地擬合樣本數據，也就是估計值和觀測值之差的平方和最小，其推導過程如下所示。其中Q表示誤差，Y
2020-02-23 22:47:06
4
原创 監督學習1——房價預測（案例）--待補充
以下將使用帶AdaBoost算法的決策樹迴歸器（decision tree regressor）來預測房價。1.關於adaBoost簡述（其他筆記中將詳細講述）決策樹是一個樹狀模型，每個節點都做出一個決策，從而影響最終結果。葉子節點表示輸
2020-02-23 22:47:06
原创 常用數據預處理技術（python實現）
一、特徵規範化方法1. 均值移除（ Mean removal）把每個特徵的平均值移除，以保證特徵均值爲0（即標準化處理）。這樣做可以消除特徵彼此間的偏差（bias）,變爲均值爲0方差爲1的數據集。（x-mean)/標準差#均值移除from
2020-02-23 22:47:06
原创 python 評分卡建模記錄---使用到的各種函數（1）
用python評分卡建模過程中使用到的numpy 和pandas中的方法 （一）python選取特定列——pandas的iloc和loc以及icol使用（列切片及行切片） df是一個dataframe，列名爲A B C D 具體值如下：
2020-02-23 22:47:06