先罗列一下Python提供的基本数据类型：数值(整型、浮点型、复数、布尔型等)、字符串、列表、元组、字典、集合等，将它们简单分类如下：字符串(String)首先，我们定义一个s='python'语句，它在计算机中的执行顺序是先在内存中创建一个字符串python，在程序栈寄存器中创建一个变量s，最后把python的地址赋给s 。再来看看字符串的一些常见操作切片替换查找find()index()转大小
转载
2023-08-20 21:26:24
61阅读
下面是小凰凰的简介，看下吧！ ?人生态度：珍惜时间，渴望学习，热爱音乐，把握命运，享受生活 ?学习技能：网络 -> 云计算运维 -> python全栈( 当前正在学习中) ?您的点赞、收藏、关注是对博主创作的最大鼓励，在此谢过！ 有相关技能问题可以写在下方评论区，我们一起学习，一起进步。 后期会不断更新python全栈学习笔记，秉着质量博文为原则，写好每一篇博文。 文章目录一、集合1、
转载
2023-09-26 13:47:37
72阅读
贝叶斯分类是文本分类的一个典型算法，不管是基于内容的推荐算法，还是搜索引擎，都会有它的身影。接下来我主要讨论如何用代码实现贝叶斯分类，至于理论上的东西就此忽略。导入包：from math import log
from numpy import *1.读取训练集的词条库def loadDataSet():
postingList=[['my', 'dog', 'has', 'flea',
函数分类： 1 不带参函数 2 带参函数 默认带参函数 关键字参数 可变参数 字典参数 3 递归函数 4 匿名函数 1-1 不带参数函数
表示该函数不需要传递参数
def func():
print("hello world!")2-1 默认带参函数
表示该函数自带赋值了的参数，如果不传，则使
转载
2023-05-26 15:14:42
145阅读
1、常见的分类算法主要有：（1）KNN算法（2）贝叶斯方法（3）决策树（4）人工神经网络（5）支持向量机（SVM）2、KNN算法（1）KNN应用场景：比方说样本中有很多零食、很多电器、很多服装，给一个未知样本，把样本归于哪一类？就可以用KNN算法。分别计算未知样本和已知的每个样本之间距离，选择前K个距离最近的样本，把该未知样本归到这K个样本所在类别较多的类当中。（2）KNN算法实现步骤①计算已知类
转载
2023-05-26 20:09:27
214阅读
编程语言分为机器语言(直接用二进制01跟计算机直接沟通交流,直接操作硬件)
优点:计算机能够直接读懂，速度快
缺点:开发效率极低
汇编语言(用简单的英文标签来表示二进制数,直接操作硬件)
优点:开发效率高于机器语言
缺点:执行效率较机器语言
高级语言(直接用人类识别的字符去编写程序,不能直接操作硬件,需要借助特殊工具转换成机器语言去操作硬件
高级语言分为
编译
转载
2023-08-24 16:17:08
43阅读
深度学习是使用人工神经网络进行机器学习的一个子集，目前已经被证明在图像分类方面非常强大。尽管这些算法的内部工作在数学上是严格的，但 Python 库(比如 keras)使这些问题对我们所有人都可以接近。在本文中，我将介绍一个简单的图像分类器的设计，它使用人工神经网络将食物图像分为两类：披萨或意大利面。下载图片为了训练我们的模型，我们将需要下载大量比萨饼和意大利面的图像，这是一个可能非常繁琐的任务，
转载
2023-08-09 15:26:05
66阅读
本博客的理论细节在这里：机器学习入门-分类问题的拟合本博客侧重于实现，细节理论不再过多赘述，只简单介绍。线性模型-二分类问题理论分析线性回归是一个处理二分类问题的常见分类算法，其得出的回归函数为线性模型回归函数。二分类问题：给出一个参数x集合，根绝这些参数预测其结果是0或1.1.确定拟合函数h(x)要拟合的函数有两种，分别是线性回归函数和逻辑回归函数线性回归线性回归的非线性映射（逻辑回归）
转载
2023-06-20 19:53:45
60阅读
2.2 机器学习的研究问题 2.2.1 回归在前面的情景中，我们所研究的可乐销量与平均气温之间的定量关系，其实是机器学习中的回归问题。回归问题主要研究两种现象之间的定量关系。对于回归，机器需要对已有的数据进行拟合，再根据拟合出来的函数，对未来进行预测。这里形象地说，拟合是寻找一个最优的光滑曲线，从整体上靠近已有的数据。 除了回归，机器学习还研究另外三类常见的问题：分类、聚类，以及降维。2.2.2
前言目前网络上已经有大量的文本数据存在，并且每天还有越来越多的文本以电子邮件、社交媒体帖子、聊天内容、网站和文章的形式生成。这些文本都是丰富的信息源。但由于文本的非结构化性质，理解和分析它们是非常困难和耗时的。因此，大多数公司无法利用这一宝贵的信息来源。而这正好是文本分类等自然语言处理（NLP）的用武之地。什么是文本分类？文本分类，也称为文本分组或文本标记，是将文本文档分配给一个或多个类别的过程。
转载
2023-08-18 19:54:04
56阅读
【实验目的】1．掌握常见机器学习分类模型思想、算法，包括Fisher线性判别、KNN、朴素贝叶斯、Logistic回归、决策树等； 2．掌握Python编程实现分类问题，模型评价指标、计时功能、保存模型。【实验要求】理解Python在分类问题中的评价指标等细节操作；掌握本章讲授的分类问题的Python编程操作。【实验过程】（必要的实验步骤、绘图、代码注释、数据分析）实验步骤 1、读入数据 2、数据
转载
2023-08-18 22:31:59
41阅读
在没有接触编程以前，电脑通常是用来看视频、听音乐以及玩游戏的。在这个过程里面，计算机不仅仅可以进行数字计算，还可以处理我们的视频、音乐以及动画等各种各样生活中常见的数据，针对这些不同的数据，每种编程语言都需要定义不同的数据类型去应对。Python作为一门不断发展与普及的语言，还在不断更新中。在学习时，建议找一些学习伙伴一起来学习和讨论，效果更佳
转载
2023-08-08 08:27:09
65阅读
python分类汇总_python对Excel分类汇总import pandas as pd
import numpy as np
frame=pd.read_excel(r‘/Users/fangluping/现金流套表.xlsx‘,skipfooter=1)
#生成透视表
area_frame=frame.pivot_table(values=‘成交总价‘,
index=[‘项目‘,‘业态‘,
转载
2023-06-28 11:04:10
126阅读
01数据分类正所谓物以类聚人与群分，生活里很多东西都存在着分类，当你进入超市的时候有着“日常生活用品”，“零食区”，“衣服类”等等的分类，一个分类里有不同的商品。02分类方法那么问题来了，怎么分类呢？按照什么分类呢？我们仍然用超市的分类来说明，在超市的分类中，我们可以看到在同一个类中的商品用途是差不多的。也有的分类是按照商品的性质来分的。如果是按照商品的用途这一单一的规则来分类的话，我们通常叫这种
转载
2023-08-16 14:18:48
65阅读
根据挖掘目标和数据形式可以建立分类与预测、聚类分析、关联规则、时序模型、离群点检测等模型。首先介绍一下分类与预测模型。一、分类预测模型实现过程分类模型主要是预测分类编号，预测模型主要是建立连续值函数模型，预测给定自变量对应的因变量的值。分类和预测的实现过程类似。以分类算法为例，分类算法主要有两步：第一步是学习步，通过归纳分析训练样本集来建立分类模型，得到分类规则；第二步是分类部，先用已知的测试样本
转载
2023-09-18 20:58:03
70阅读
python种类分为Java python ，C python ，PHP python 等。 他们最终的转换都是转化为C，再转换为字节码。python 解释器，内存管理。 python2 python3 python3包含python2所有的功能#！/usr/bin/env python 代表python解释器的位置python 3 无需关
转载
2023-06-18 20:36:38
67阅读
男女的身高和体重有着显著的差别，此次Python程序的任务是根据一个人的身高和体重，简单判断他（她）的性别。采用最简单的单层神经网络，logistic regression模型，模型输入一个人身高和体重，判断性别男女。训练样本是sex_train.txt的文本，部分训练样本数据如下，第一列数字为身高（m）；第二列数字为体重（kg）；第三列数字指的是性别，其中1指代男性，2指代女性。代码需要自定义
转载
2023-07-26 22:46:26
319阅读
首先还是推荐大家去tensorflow官网去看一下，或者中文社区的tensorflow官网 如何用Python搭建一个简易的多分类模型 首先大家得先安装上tensorflow，版本是1.4.1的，我用的Python版本是3.6的，高版本是潮流了，其他的配置包是anaconda3.6上的 假设我有个test.csv文件，这个文件是2706维度的，其中2704维度是特征，2维度为label，就是个二分
转载
2023-08-18 13:07:06
52阅读
Logistic回归的两种方法：梯度下降法和优化函数逻辑回归是一种非常流行的机器学习技术。当因变量是分类的时，我们使用逻辑回归。本文将重点介绍针对多类分类问题的逻辑回归的实现。我假设您已经知道如何使用Logistic回归实现二进制分类。如果您尚未使用Logistic回归进行二进制分类，那么建议您先阅读本文，然后再深入研究本文。因为多类分类是建立在二进制分类之上的。您将在本文中学习二进制分类的概念，
转载
2023-10-08 18:46:13
66阅读
，我们将了解什么是分类变量以及处理这类数据的三种方法。、介绍 分类变量只接受有限数量的值。 考虑一项调查，询问你多久吃一次早餐，并提供四个选项:“从不”、“很少”、“大多数日子”或“每天”。 在本例中，数据是分类的，因为响应属于一组固定的类别。如果人们对他们所拥有的汽车品牌进行调查，他们的回答可以分为“本田”、“丰田”和“福特”。 在本例中，数据也是分类的。如果我们试图在没
转载
2023-09-18 22:44:08
83阅读
