• CSV 文件生成实战
  业务背景 我们经常需要去解析某些文件生成 csv, 比如数据库数据生成 csv。 下面记录一下采坑记录，以后可以借鉴。 不同的系统 需要解析一个文件，平时使用 windows 系统。 结果收到的是 *.tar.gz 文件。 linux 解压方式 你可以把文件上传到 linux 来加压。 流程如下： 下载 putty putty-64bit-0.71-installer.m...
  2019-04-16 02:55:13 | Java
• Numpy-04-基本操作
  算术运算符 数组上的算术运算符应用于元素。 创建一个新数组并填充结果。 >>> a = np.array([6,7,8,9]) >>> b = np.arange(4) >>> c = a-b >>> c array([6, 6, 6, 6]) >>> b array([0, 1, 2, 3]) ...
  2019-04-16 02:55:13 | Python
• Numpy-03-数组的处理
  创建数组的方式 有几种方法可以创建数组。 例如，您可以使用数组函数从常规Python列表或元组创建数组。 结果数组的类型是从序列中元素的类型推导出来的。 >>> import numpy as np >>> a = np.array([1,2,3]) >>> a array([1, 2, 3]) >>> a.dt...
  2019-04-16 02:55:13 | Python
• Numpy-02-快速开始
  基本概念 NumPy的主要对象是同构多维数组。 它是一个元素表（通常是数字），都是相同的类型，由正整数元组索引。 `在NumPy维度中称为轴。 例如，3D空间[1,2,1]中的点的坐标具有一个轴。 该轴有3个元素，所以我们说它的长度为3.在下图所示的例子中，数组有2个轴。 第一轴的长度为2，第二轴的长度为3。 [[ 1., 0., 0.], [ 0., 1., 2.]] Num...
  2019-04-16 02:55:13 | Python
• Numpy-01-Overview
  NumPy NumPy 是使用Python进行科学计算的基础包。 它包含其他内容： 一个强大的N维数组对象 复杂的（广播）功能 用于集成C / C ++和Fortran代码的工具 有用的线性代数，傅里叶变换和随机数功能 除了明显的科学用途外，NumPy还可以用作通用数据的高效多维容器。 可以定义任意数据类型。 这使NumPy能够无缝快速地与各种数据库集成。 基础环境 相...
  2019-04-16 02:55:13 | Python
• 老马学机器学习-09-KNN 算法详解及 python 实现
  什么是 k 近邻算法？ k最近邻(k-Nearest Neighbor，kNN)分类算法是一个比较成熟也是最简单的机器学习(Machine Learning)算法之一。 该方法的思路是： 如果一个样本在特征空间中与k个实例最为相似(即特征空间中最邻近)，那么这k个实例中大多数属于哪个类别，则该样本也属于这个类别。 其中，计算样本与其他实例的相似性一般采用距离衡量法。 离得越近越相似...
  2019-04-16 02:55:13 | ML
• 老马学机器学习-08-感知机算法详解及 python 实现
  回顾 如果损失函数为误分类点个数，则该损失函数不是w和b的连续可导函数，不利于优化。 本节来看一下书中提到的超平面的概念实现。 感知机 感知机(perceptron) 是二类分类的线性分类模型， 其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。 感知机对应于输入空间(特征空间)中将实例划分为正负两类的分离超平面，属于判别模型、感知机学习旨在求出将训练数据进行线性划分的分...
  2019-04-16 02:55:13 | ML
• 老马学机器学习-08-感知机算法对偶算法
  回顾 上一节，我们学习了感知机算法的基本实现。 但是，如果数据不是线性可分，即找不到一条直线能够将所有的正负样本完全分类正确，这种情况下，似乎 PLA 会永远更新迭代下去，却找不到正确的分类线。 对于线性不可分的情况，该如何使用PLA算法呢？ Pocket PLA 是什么? 首先，我们来看一下线性不可分的例子： 读取数据 实现如下： import numpy as np im...
  2019-04-16 02:55:13 | ML