a5186050的博客

目录回顾代码分析结果总结期待回顾期货因子分析(三)因子分析 factor analysis (六) ：用因子分析法进行综合评价因子分析在股票市场中的应用多因子基础及流程学习上期通过举例研究如何找到公共因子组合，并计算载荷矩阵。注意: 特征值>1. or 累计贡献>75%(经验)，此时组合偏有效代码本期延伸该例子，进行因子评分import pandas as pdfrom factor_analyzer import FactorAnalyzer## alre

目录回顾代码分析(代码块D)分析代码块(E)分析(代码块G)总结回顾期货因子分析(二)数据源代码import numpy as npimport pandas as pdfrom factor_analyzer import FactorAnalyzerimport matplotlib.pyplot as pltfrom typing import TYPE_CHECKINGdf = pd.read_csv("bfi.csv")# Dropping unnecessary

目录回顾转载内容总结回顾期货因子分析(一)转载因子分析 factor analysis (一 )：模型的理论推导因子分析(factor analysis)例子–Python商品期货多因子 全市场对冲模型内容通过因子分析训练，简单过一遍筛选因子流程，初步了解模型总结确定了接下来3个月的思路，这还是一个开始如果您看到这篇文章有收获或者有不同的意见，欢迎点赞或者评论。群:984328985丁。...

Python与机器学习之TensorFlow方法论方法论经过一段时间的学习，总结如何入门机器学习可以走这三条路：应用场景实践算法基础学习数学理论学习(尤其可以关注图论)这是一个自顶向下的方法，这样的学习思路会有一个更宏观的系统思维。 而这一系列文章笔者专注于应用场景。深度学习框架要应用显然得有工具，大部分深度学习框架都包含以下五个核心组件： - 张量(Tensor) - 基于张量的各种

- 判别学习算法（discriminative learning algorithm）：直接学习p(y|x)或者是从输入直接映射到输出的方法- 生成学习算法（generative learning algorithm）：对p(x|y)(也包括p(y))进行建模。

pip install cvxopt、cvxpy会出现一大堆错误….. 网上查阅文档资料，要嘛不符合版本，要嘛需要一堆balabala的依赖。如何解决？？？

多项式事件模型(multinomial event model)：专为文本分类而生。(后验估计)

装饰Matplotlib(标签、文本、标记、注释…)在机器学习实际应用中，最关键的部分就是数据可视化，否则无论调试还是总结，你无从下手。python大牛们提供了非常牛逼的库—Matplotlib回顾

Matplotlib图像美化(例二)在机器学习实际应用中，最关键的部分就是数据可视化，否则无论调试还是总结，你无从下手。

Python与机器学习之生成学习算法(实战)项目介绍——垃圾邮件分类

在机器学习不断学习前进的道路上，发现numpy的强大，实际操作时甚至得不停地查阅numpy的资料。所以，再次总结更加实用的numpy。

Python与机器学习之相关性(实战一)回顾上文(可戳)今天我们来实战。项目介绍：分析两只股票的相关性。(大家都懂真正解决问题很难很难…

对于大部分数据分析应用而言，最常用我最关注的功能集中在：1.用于数据整理和清理、子集构造和过滤、转换等快速的矢量化数组运算。2.常用的数组算法，如排序、唯一化、集合运算等。3.高效的描述统计和数据聚合/摘要运算。4.用于异构数据集的合并/链接运算的数据对齐和关系型数据运算。5.将条件逻辑表述为数组表达式(而不是带有if-elif-else分支的循环)。6.数据的分组运算(聚合、转换、函数应用等)。

python3.5正确安装scipy环境:Win10,python3.5,pycharm2017.2.7由于windows的特性，如果直接在cmd上输入 pip install numpy pip install scipy 会出现各种各样的bug,比如:numpy.distutils.system_info.NotFoundError: no lapack/blas resources f

matplotlib超快速入门在机器学习实际应用中，最关键的部分之一就是数据可视化，否则无论是调试还是总结，很容易懵逼。 python提供了一个非常牛逼的库—matplotlibEnvironment:python3.5.4pycharm2017.2.3matplotlib公认的引用方法from matplotlib import pyplot as plt最常用的绘图散点图例如一系列点，

问题描述：一组数据 Xi=[xi0,xi1] ,i=1,2,...,m 表示有两个输入特征影响对应实际值 Yi={0,1} ,i=1,2,...,m 表示Yi要么是0要么是1要求建立合理的模型用于预测或者模拟实际问题：有训练集(X,Y),且癌症是否良性(Yi)受两种因素影响(Xi),建立符合模型以预测下一个病人

Python与机器学习之模型结构(泊松分布)回顾圣经其中有一个关键的步骤是定义模型结构，那么对模型有着深层次的把握则极为重要！

Python与机器学习之优化算法回顾圣经，在监督学习中优化算法是关键的步骤——分析模型并得到最优模型，才是最终的目的。

Python与机器学习之相关性(一)在机器学习应用过程中，遇到复杂的机器学习系统，往往是一个人或者一个团队去研究优化某个部分。而Andrew Ng不止一次的提到，有些公司花六个月去解决一开始就错的问题(Eg. High variance but try more training examples)，最后发现该部分根本不影响整体。如何避免？其中一种方法：先用简单的数据分析去描述问题，研究问题和特征的

如何输出csv、xlxs表格?Python与机器学习之数据可视化(二)在机器学习应用过程中，最重要的部分之一是数据可视化。换句话，如何说服别人或者自己？

Python Numpy快速入门环境:python3.5推荐两本书：《线性代数》、《利用python进行数据分析》