爬虫：scrapy,beautifulsoup自然语言处理：nltk,Pattern(Google,Twitter,andWikipediaAPIs,awebcrawler,aHTMLDOMparser),结巴分词科学计算：NumPy,SciPy,matplotlib机器学习、数据挖掘：scikit-learn,pandas,MDP(neuralnetworks),PyBrain(neuralnetworks),Theano(GPU,deeplearn..
分类：
编程语言 时间：
2015-02-07 19:02:28
阅读次数：
185
最近在研究scikit-learn的开源包，总是遇到scikit-learn包找不到的问题，按照以下步骤问题就解决了，具体步骤如下：
1、 安装python，一般为2.7，网址：https://www.python.org/downloads/
2、 Python安装distribute：打开windows的cmd，切换到distribute-0.6.36目录. 输入：python set...
利用scikit-learn进行机器学习简介
Sectioncontents：
在这部分，我们引入利用scikit-learn进行机器学习的常用单词，并给出一些简单的学习例子。
机器学习：问题设置
一般而言，一个学习问题处理一组包含n个样本的数据集，然后预测未知数据的属性。如果每个样本不止有一个数据，例如多维条目（又叫做多维数据），这种情况被称为拥有多组属性或特...
分类：
其他好文 时间：
2015-02-04 16:33:51
阅读次数：
148
一、标准化，均值去除和按方差比例缩放 数据集的标准化：当个体特征太过或明显不遵从高斯正态分布时，标准化表现的效果较差。实际操作中，经常忽略特征数据的分布形状，移除每个特征均值，划分离散特征的标准差，从而等级化，进而实现数据中心化。 scale 1 >>> from sklearn import .....
分类：
其他好文 时间：
2015-02-02 19:49:43
阅读次数：
345
目前，网上已有成千上万个Python包，但几乎没有人能够全部知道它们。单单PyPi上就有超过47000个包列表。现在，越来越多的数据科学家 开始使用Python，虽然他们从pandas，scikit-learn，numpy中获得了不少好处，但...
分类：
编程语言 时间：
2015-01-30 06:46:27
阅读次数：
259
开源机器学习工具scikit-learn入门。...
分类：
其他好文 时间：
2015-01-14 16:57:33
阅读次数：
162
http://www.52ml.net/15539.html2014年05月25日? 字号小中大所谓学习问题，是指观察由n个样本组成的集合，并根据这些数据来预测未知数据的性质。学习任务（一个二分类问题）：区分一个普通的互联网检索Query是否具有某个垂直领域的意图。假设现在有一个O2O领域的垂直搜索...
分类：
其他好文 时间：
2015-01-07 20:39:12
阅读次数：
205
http://blog.csdn.net/abcjennifer/article/details/23615947文本挖掘的paper没找到统一的benchmark，只好自己跑程序，走过路过的前辈如果知道20newsgroups或者其它好用的公共数据集的分类（最好要所有类分类结果，全部或取部分特征无...
分类：
其他好文 时间：
2015-01-06 21:27:47
阅读次数：
221
reference ：http://my.oschina.net/u/175377/blog/84420目录[-]Scikit Learn: 在python中机器学习载入示例数据一个改变数据集大小的示例：数码数据集(digits datasets)学习和预测分类K最近邻(KNN)分类器训练集和测试集...
分类：
其他好文 时间：
2015-01-03 17:05:35
阅读次数：
694
reference:http://www.cnblogs.com/chaosimple/p/4153167.html一、标准化（Z-Score），或者去除均值和方差缩放公式为：(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，...
分类：
其他好文 时间：
2015-01-03 14:36:44
阅读次数：
241
