<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[heatn的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/heatn</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; heatn]]></copyright><item><title><![CDATA[Python实现决策树_ID3算法]]></title><link>https://blog.youkuaiyun.com/heatn/article/details/45061437</link><guid>https://blog.youkuaiyun.com/heatn/article/details/45061437</guid><author>heatn</author><pubDate>Wed, 15 Apr 2015 16:38:08 +0800</pubDate><description><![CDATA[决策树：


ID3算法：
1、香农熵：
如果待分类的事务可能划分在多个分类中，则 x i 的信息定义为：，其中p( xi )选择该分类的概率。
熵定义为信息的期望值，计算公式为：，当熵越高时，说明不同类型的数据越多，数据集集合无序程度越高。
选择dataSet数据集中最后一项分类（featVec[-1]）的香农熵计算，代码实现如下：





import math]]></description><category></category></item><item><title><![CDATA[Python实现k-近邻算法]]></title><link>https://blog.youkuaiyun.com/heatn/article/details/44405555</link><guid>https://blog.youkuaiyun.com/heatn/article/details/44405555</guid><author>heatn</author><pubDate>Wed, 18 Mar 2015 10:09:58 +0800</pubDate><description><![CDATA[1、分类器实现
2、文档处理，将tidy data（数据清洗部分本文不做说明）：
3、数据归一化，将不同取值范围的特征值转化为0到1的范围，也可以根据不同权重进行分配，以下为统一转化为0到1范围的代码：
4、分类器检测，kNN算法是机器学习中最简单的，错误率通常较高，需要进行检测后才能使用分类器中的训练样本：]]></description><category></category></item><item><title><![CDATA[Python 数据分析包：pandas 基础]]></title><link>https://blog.youkuaiyun.com/heatn/article/details/44173899</link><guid>https://blog.youkuaiyun.com/heatn/article/details/44173899</guid><author>heatn</author><pubDate>Tue, 10 Mar 2015 12:55:08 +0800</pubDate><description><![CDATA[pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包

类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下：

from pandas import Series,DataF]]></description><category></category></item></channel></rss>