fffflyinthesky的博客

一、概述 支持向量机（SVM，也称为支持向量网络），SVM在各种实际问题中都表现非常优秀。它在手写识别数字和人脸识别中应用广泛，在文本和超 文本的分类中举足轻重，因为SVM可以大量减少标准归纳（standard inductive）和转换设置（transductive settings）中对标记训练实例的需求。同时，SVM也被用来执行图像的分类，并用于图像分割系统。 二、支持向量机分类器的工作原理 支持向量机的分类方法，是在这组分布中找出一个超平面作为决策边界，使模型在数据上的 分类误差尽量接近于小，尤其是

决策树 决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规 则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各 种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。 节点 根节点：没有进边，有出边。包含最初的，针对特征的提问。 中间节点：既有进边也有出边，进边只有一条，出边可以有很多条。都是针对特征的提问。 叶子节点：有进边，没有出边，每个叶子节点都是一个类

逻辑回归 1. 逻辑回归概述 逻辑回归是一种名为“回归”线性分类器，其本质是由线性回归变化而来的。假设现在有一些数据点，我们用一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称为回归。利用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。 逻辑回归的本质只有线性回归变化而来的，线性回归的方程如下： z=ω0+ω1x1+ω2x2+…+ωnxn (ω0=1) z=\omega_{0}+\omega_{1} x_{1}+\omega_{2} x

利用pandas合并excel文件 一、多个xlsx文件合并 xlsx文件可为单sheet或多sheet混合 导入os, pandas库 import os import pandas as pd 可采用函数的形式，将文件夹作为参数，不同情况下使用时，更改参数即可 读取文件夹下所有文件，筛选出xlsx文件，将所有该格式文件汇总进列表做区分检验，利用read_excel读取所有xlsx文件为dataframe(默认第一个sheet，后面会介绍多sheet合并方法)，将所有dataframe存入列表，然

元组 「元组」定义语法为：(元素1, 元素2, …, 元素n) 小括号把所有元素绑在一起 逗号将每个元素一一分开 1. 创建和访问一个元组 Python 的元组与列表类似，不同之处在于tuple被创建后就不能对其进行修改，类似字符串。 元组使用小括号，列表使用方括号。 元组与列表类似，也用整数来对它进行索引 (indexing) 和切片 (slicing)。 tup1 = (1, 3, 5, 's') print(tup1, type(tup1)) (1, 3, 5, 's') <class

列表 简单数据类型 整型<class ‘int’> 浮点型<class ‘float’> 布尔型<class ‘bool’> 容器数据类型 列表<class ‘list’> 元组<class ‘tuple’> 字典<class ‘dict’> 集合<class ‘set’> 字符串<class ‘str’>| 1. 列表的定义 列表是有序集合，没有固定大小，能够保存任意数量任意类型的 Python 对象，

Task3 基于机器学习的文本分类 在上一章节，我们对赛题的数据进行了读取，并在末尾给出了两个小作业。如果你顺利完成了作业，那么你基本上对Python也比较熟悉了。在本章我们将使用传统机器学习算法来完成新闻分类的过程，将会结束到赛题的核心知识点。 基于机器学习的文本分类 在本章我们将开始使用机器学习模型来解决文本分类。机器学习发展比较广，且包括多个分支，本章侧重使用传统机器学习，从下一章开始是基于深度学习的文本分类。 学习目标 学会TF-IDF的原理和使用 使用sklearn的机器学习模型完成文本分类 机

Task03: 异常处理 异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。 1. Python 标准异常总结 BaseException：所有异常的 基类 Exception：常规异常的 基类 StandardError：所有的内建标准异常的基类 ArithmeticError：所有数值计算异常的基类 FloatingPointError：浮点计算异常 OverflowError：数值运算超出最大限制 Zero

Task02 条件循环结构 条件语句 1. if 语句 if expression: expr_true_suite if 语句的 expr_true_suite 代码块只有当条件表达式 expression 结果为真时才执行，否则将继续执行紧跟在该代码块后面的语句。 单个 if 语句中的 expression 条件表达式可以通过布尔操作符 and，or和not 实现多重条件判断。 【示例】 a = 2 b = 5 c = 3 if a < b and not b < c:

Task02 数据读取与数据分析 学习目标 学习使用pandas读取赛题数据 分析赛题数据的分布规律 数据读取 赛题数据为文本数据，但是使用csv格式存储，可用pandas进行数据读取 import pandas as pd train_df = pd.read_csv(r"D:\python\NLP learn\datasets\train_set.csv",sep = "\t") pandas中的read_csv函数在这里选取三个参数赋值： 读取的文件路径，这里需要根据改成你本地的路径，可以使

python基础学习 Task01 1. 注释 在python中，同其他程序语音一样，注释分为单行注释和区间(多行)注释 单行注释用 # 来注释内容 eg: # 这是注释内容 print("Hello word!") print(“I love python”) # Start of learning # 输出内容 区间注释用 ‘’’ ‘’’,或 “”" “”",用于注释多行内容 eg: ''' 第一行注释内容,用三个单引号 第二行注释内容,用三个单引号 第三行注释内容,用三个单引号 ''' print