NumPy中最重要的类是ndarray，ndarray是存储单一数据类型的多维数组。 可以使用索引(从0开始)访问ndarray对象中的元素。 ndarray的内存结构 标准的Python列表(list)中，元素是对象。如：L = [1, 2, 3]，需要3个指针和三个整数对象，对于数值运算比较浪费 ...
分类：
编程语言 时间：
2020-06-18 19:28:01
阅读次数：
62
NumPy提供的数值类型，数值范围比Python提供的数值类型更大。NumPy的数值类型，如下表所示： SN数据类型描述 1 bool_ 布尔值，取值ture/false，占用一个字节 2 int_ 是integer的默认类型。与C语言中的long类型相同，有可能是64位或32位。 3 intc 类 ...
分类：
编程语言 时间：
2020-06-18 19:26:57
阅读次数：
64
在NLP中，对于把词转为向量的操作，最朴素的想法是one-hot独热编码形式，即一个词占一维向量。但这样有两个缺点： 1）不考虑词与词之间的顺序（文本中词的顺序也很重要） 2）假设词是独立的。例如猫和狗、床和沙发，词之间原本是有不同的亲疏远近关系的 3）得到的特征是稀疏的。如果所有的词各占一维，那么 ...
分类：
其他好文 时间：
2020-06-18 19:26:08
阅读次数：
59
Numpy代表numeric python，是一个用于计算、处理多维数组的python包。 NumPy包由Travis Oliphant在2005年创建，基于原来的Numeric模块与Numarray模块，大部分是用c语言编写的。 NumPy提供各种强大的数据结构(多维数组和矩阵)，以及对这些数据结 ...
分类：
编程语言 时间：
2020-06-18 19:03:21
阅读次数：
52
如果选择一门最适合初学者学习的编程语言，绝对是python。python是一门非常不错的编程语言，随着人工智能与数据科学普及，python增长速度非常快，成为大家进入互联网的首选语言。那么python有什么优缺点呢?
分类：
编程语言 时间：
2020-06-18 12:37:23
阅读次数：
63
一、随机森林算法简介： 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin ...
分类：
编程语言 时间：
2020-06-18 10:24:12
阅读次数：
57
数据科学概述 一、挑战 （一）工程实现 特征提取：对于原始数据进行处理：数据清洗、数据整合、变量归一化等，转换成能被模型使用的特征； 矩阵运算：使用算法来估算算法的模型参数；模型越复杂，需要估计的参数越多，在数学上对应着矩阵运算； 分布式机器学习：将原本在一台机器上运行的模型，改写成能在多台机器上并 ...
分类：
其他好文 时间：
2020-06-18 01:08:35
阅读次数：
87
ID3算法缺点 它一般会优先选择有较多属性值的Feature，因为属性值多的特征会有相对较大的信息增益，信息增益反映的是，在给定一个条件以后，不确定性减少的程度， 这必然是分得越细的数据集确定性更高，也就是条件熵越小，信息增益越大。为了解决这个问题，C4.5就应运而生，它采用信息增益率来作为选择分支 ...
分类：
编程语言 时间：
2020-06-17 20:38:48
阅读次数：
68
1. KNN原理 KNN（k-Nearest Neighbour）：K-近邻算法，主要思想可以归结为一个成语：物以类聚 1.1 工作原理 给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的 k （k <= 20）个实例，这 k 个实例的多数属于某个类， 就把该输入实例分为这个类。 ...
分类：
编程语言 时间：
2020-06-17 20:30:15
阅读次数：
92
ID3，C4.5算法缺点 ID3决策树可以有多个分支，但是不能处理特征值为连续的情况。 在ID3中，每次根据“最大信息熵增益”选取当前最佳的特征来分割数据，并按照该特征的所有取值来切分， 也就是说如果一个特征有4种取值，数据将被切分4份，一旦按某特征切分后，该特征在之后的算法执行中， 将不再起作用， ...
分类：
编程语言 时间：
2020-06-17 20:29:17
阅读次数：
57
