<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[liangyingyi1006的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/liangyingyi1006</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; liangyingyi1006]]></copyright><item><title><![CDATA[安装ant-design-vue的报错集合]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/140068320</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/140068320</guid><author>liangyingyi1006</author><pubDate>Sat, 29 Jun 2024 18:21:10 +0800</pubDate><description><![CDATA[20240629vue版本：4.x。]]></description><category></category></item><item><title><![CDATA[Java内存分配]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/106062474</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/106062474</guid><author>liangyingyi1006</author><pubDate>Mon, 11 May 2020 21:16:42 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[正则表达式]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/80744710</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/80744710</guid><author>liangyingyi1006</author><pubDate>Wed, 20 Jun 2018 13:21:59 +0800</pubDate><description><![CDATA[字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。所以我...]]></description><category></category></item><item><title><![CDATA[python字符串]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/80730777</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/80730777</guid><author>liangyingyi1006</author><pubDate>Tue, 19 Jun 2018 11:49:45 +0800</pubDate><description><![CDATA[注意：本文内容主要是自廖雪峰的python基础教程的归纳总结，紫色字体是个人添加的内容。一、字节的概念8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295bytes只能存放ASCII编码，即...]]></description><category></category></item><item><title><![CDATA[电商商品评论主题分析（LDA）]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/79342211</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/79342211</guid><author>liangyingyi1006</author><pubDate>Wed, 21 Feb 2018 11:09:06 +0800</pubDate><description><![CDATA[下面代码的意思是从评论数据中抽取品牌是美的的数据（15-1）#-*- coding: utf-8 -*-  
import pandas as pd  
  
inputfile = '../data/huizong.csv' #评论汇总文件  
outputfile = '../data/meidi_jd.txt' #评论提取后保存路径  
data = pd.read_csv(inputfil...]]></description><category></category></item><item><title><![CDATA[基于LSTM对时间序列进行预测]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/79240826</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/79240826</guid><author>liangyingyi1006</author><pubDate>Sat, 10 Feb 2018 10:04:39 +0800</pubDate><description><![CDATA[本文的案例来自https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/注：以下内容在该案例中进行了删改。我们要在这篇文章中看到的问题是国际航空乘客预测问题。这是一个问题，在一年一个月的时间里，任务是预测1000个国际航空公司的乘客数量。数据范围从194...]]></description><category></category></item><item><title><![CDATA[python进行情感分析]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/79303334</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/79303334</guid><author>liangyingyi1006</author><pubDate>Sat, 10 Feb 2018 09:57:07 +0800</pubDate><description><![CDATA[一、数据获取在天猫爬取斯凯奇品牌下的男鞋店铺共5或6个，除去重复评论后，共条，放在Excel文件。二、文本预处理import pandas as pd
import numpy as np
import jieba
import warnings


warnings.filterwarnings(action='ignore', category=UserWarning, module='gen...]]></description><category></category></item><item><title><![CDATA[回归数学原理]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/78723328</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/78723328</guid><author>liangyingyi1006</author><pubDate>Tue, 05 Dec 2017 18:18:43 +0800</pubDate><description><![CDATA[本文转自：https://www.cnblogs.com/ooon/p/5485231.html梯度下降之随机梯度下降 -minibatch 与并行化方法问题的引入：考虑一个典型的有监督机器学习问题，给定m个训练样本S={x(i),y(i)}，通过经验风险最小化来得到一组权值w，则现在对于整个训练集待优化目标函数为：其中为单个训练样本（x(i),y(i)）的损失函数，单个样本的损失表示如下：引入L...]]></description><category></category></item><item><title><![CDATA[基于CENTOS6.5搭建Hadoop集群]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/78155597</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/78155597</guid><author>liangyingyi1006</author><pubDate>Tue, 03 Oct 2017 17:57:32 +0800</pubDate><description><![CDATA[一、安装虚拟机二、环境nat配置Nat设置：查看得到192.168.201.2su命令，打开以下文件，删除其他行以得到下图：添加以下行：对slave1和slave2也做同样操作：三、配置JDK环境共享目录share到Linux系统（/mnt/hgfs/share）配置文件修改：修改~/.bashrc文件配置slave1和slave2：四、开始安装hadooptmp文件存放临时文件：vim mast...]]></description><category></category></item><item><title><![CDATA[PCA数学原理]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/77920763</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/77920763</guid><author>liangyingyi1006</author><pubDate>Sun, 10 Sep 2017 10:51:46 +0800</pubDate><description><![CDATA[本文转自：http://mp.weixin.qq.com/s?src=3&timestamp=1505011423&ver=1&signature=DgOcZ6tIf3lWEbUJ8NSJKXJ-DXas8riXEaw8DCGsNoFcbyAddeZUF747KtrJT2N7SqoVu-MUNPT45ufDnFDo5Rk8QUCRGQu5Fi6J9G8-l0Q*BZYiiwR-QcJte3sSFH]]></description><category></category></item><item><title><![CDATA[Python如何转换百分数字符串为浮点数]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/77644432</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/77644432</guid><author>liangyingyi1006</author><pubDate>Mon, 28 Aug 2017 10:51:05 +0800</pubDate><description><![CDATA[本文转自http://www.datastudy.cc/article/5d8624e4a1d0d91fbc59fc3f9ad8704d?from=zhihu
很多时候，我们拿到的报表数据，里面的小数都是带百分号的字符串，不能进行直接的计算，需要对其进行转换，然后再输出。
解决方法：

from pandas import DataFrame;

df = DataFrame({
']]></description><category></category></item><item><title><![CDATA[GridSearchCV的使用方法]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/77575709</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/77575709</guid><author>liangyingyi1006</author><pubDate>Fri, 25 Aug 2017 16:02:54 +0800</pubDate><description><![CDATA[本文转自：http://blog.youkuaiyun.com/u012897374/article/details/74999940

1. grid search是用来寻找模型的最佳参数

先导入一些依赖包
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.grid_search import GridSea]]></description><category></category></item><item><title><![CDATA[感知器实战]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/75385451</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/75385451</guid><author>liangyingyi1006</author><pubDate>Fri, 11 Aug 2017 15:11:55 +0800</pubDate><description><![CDATA[一、定义感知器接口
方法：通过使用面向对象编程的方式在一个Python类里定义感知器接口，使得我们可以初始化新的感知器对象，并使用类中定义的fit方法从数据中进行学习，用predict方法进行预测。
import numpy as np
class Perceptron(object):
    def _init_(self,eta=0.01,n_iter=10):
        self]]></description><category></category></item><item><title><![CDATA[安装新虚拟环境的方法&访问国内镜像方法]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/76572596</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/76572596</guid><author>liangyingyi1006</author><pubDate>Wed, 02 Aug 2017 10:55:37 +0800</pubDate><description><![CDATA[原版本为2.7的环境，以下是增加3.6.1python的过程#在cmd中写入命令 更新conda update conda #创建python3.6的环境conda create --name python3 python=3.6activate python3在环境中安装anaconda的库conda install spyder/Jupter以上步骤完成后，会在原有Spyder的基础上自动安装...]]></description><category></category></item><item><title><![CDATA[Python数据分析必备Anaconda安装、快捷键、包安装]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/76229623</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/76229623</guid><author>liangyingyi1006</author><pubDate>Fri, 28 Jul 2017 10:36:35 +0800</pubDate><description><![CDATA[本文转自http://www.cnblogs.com/jackchen-Net/p/6909395.html



要点导航

1.Anaconda操作2.安装Graphviz 3.Anaconda的快捷键4.创建多环境的Anaconda5.Anaconda中的安装包



Python数据分析必备：

回到导航

1.Anaconda操作

    Anacond]]></description><category></category></item><item><title><![CDATA[2.Iris数据集：感知器模型的简单实战（分类）]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/75576915</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/75576915</guid><author>liangyingyi1006</author><pubDate>Fri, 21 Jul 2017 11:16:07 +0800</pubDate><description><![CDATA[1]]></description><category></category></item><item><title><![CDATA[机器学习实战之线性回归+局部加权线性回归]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/75057104</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/75057104</guid><author>liangyingyi1006</author><pubDate>Thu, 13 Jul 2017 14:40:05 +0800</pubDate><description><![CDATA[一、线性回归 
用线性回归找到最佳拟合直线

回归的目的是预测数值型数据，根据输入写出一个目标值的计算公式，这个公式就是回归方程（regression equation），变量前的系数（比如一元一次方程）称为回归系数（regression weights）。求这些回归系数的过程就是回归。

假设输入数据存放在矩阵X中，回归系数存放在向量w中，那么对于数据X1的预测结果可以用Y1=XT1w]]></description><category></category></item><item><title><![CDATA[聚类参考资料]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/74906965</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/74906965</guid><author>liangyingyi1006</author><pubDate>Sun, 09 Jul 2017 23:09:10 +0800</pubDate><description><![CDATA[聚类参考资料]]></description><category></category></item><item><title><![CDATA[实战：航空公司客户价值分析]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/74294946</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/74294946</guid><author>liangyingyi1006</author><pubDate>Tue, 04 Jul 2017 10:58:32 +0800</pubDate><description><![CDATA[一、 背景与挖掘目标
试图实现以下目标：
（1）借助航空公司数据，对客户进行分类。
（2）对不同类别的客户进行特征分析，比较不同类别客户的价值分析。
（3）对不同价值的客户类别进行个性化服务，制定相应的营销策略。
二、分析方法
使用 LRMFC模型来进行分析
L：
三、数据探索
1、对比describe（）函数
（1）





（2）]]></description><category></category></item><item><title><![CDATA[安装keras库/tensorflow库]]></title><link>https://blog.youkuaiyun.com/liangyingyi1006/article/details/74046325</link><guid>https://blog.youkuaiyun.com/liangyingyi1006/article/details/74046325</guid><author>liangyingyi1006</author><pubDate>Sat, 01 Jul 2017 11:35:47 +0800</pubDate><description><![CDATA[安装以tensorflow为后端的keras参考：http://blog.youkuaiyun.com/u013829973/article/details/70555037tensorflow这里安装1.0版本，https://mirrors.tuna.tsinghua.edu.cn/tensorflow/安装tensorFlow（此方法为创建一个新的虚拟环境tensorflow）参考http://blog...]]></description><category></category></item></channel></rss>