bubble_story的博客

numpy.clipnumpy.clip(a, a_min, a_max, out=None)官方解释：Clip (limit) the values in an array. [a_min, a_max] 里面的数被保留下来,外面的被截取为a_min或者a_max 例如，如果指定间隔为[0， 1]，则小于0的值赋值为0，并且大于1的值赋值为1 。用法import nump...

flat/flattenn用法区分

支持向量机(SVM)(一)SVM是机器学习中常见的分类方法之一，其本质为一个二类分类器，目的是寻找一个分界超平面（对于二维，所以只是一条线，如果数据是三维的就是平面，如果是三维以上就是超平面）把这两类完全分开。而所谓的Support vector就是这些离分界线最近的『点』。如果去掉这些点，直线多半是要改变位置的。再加入新的样本点时，预测可能出现偏差。支持向量机是机器学习中处理二类分类问题...

KNN算法系列课程在这：KNN算法实践1 KNN算法实践2 目标： 1.掌握sorted函数key用法 sortedClassCount = sorted(classCount.items(), key = operator.itemgetter(1),reverse = True) 2.掌握os.dir()用法 trainingFileList = os.lis...

奇异值分解(SVD)原理与在降维中的应用转载自刘建平Pinard随笔 看了好多关于SVD的介绍，感觉这篇解释的非常通俗，就转载了。。。。。 奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。本文就对SVD的原理做一个总...

kNN算法的流程： 1.收集数据：想怎么收集就怎么收集啦； 2.准备数据：距离计算所需要的数值，最好是结构化数据格式； 3.分析数据：散点图啦等等，可以使用任意办法； 4.训练算法：kNN那么笨的算法不需要训练； 5.测试算法：计算错误率； 6使用算法：需要输入的样本数据，调用算法计算分类结果等；import numpy as npimport op...

引言我的朋友小美最近一直使用约会网站寻找适合自己的约会对象，由于推选的人数过多，小美想做一个排除，剔除那些她不喜欢的人和魅力一般的人，只和极具魅力的人约会。 好了，作为一个标准的好男儿，是时候为小美做一点贡献了！回顾我们的步骤： 1.收集数据：小美为我们提供了文本文件 2.准备数据：使用Python解析文本文件,就是导入数据 3.分析数据：画散点图啦，比较想越她的那么...