North_City_的博客

聚类算法汇总（附代码）本次整理了聚类工程里面常见算法，以及给出合适的工程结构方便调用，编写常用的聚类指标当作聚类结果函数，并Github链接在文末，供大家交流学习。文章目录聚类算法汇总（附代码）前言一、KMeans算法二、Kernel-Kmeans算法三、AP聚类算法四、谱聚类算法五、总结前言“物以类聚，人以群分”下面介绍几种聚类算法一、KMeans算法主要实现了肘部法确定聚类簇数，以及调用python的库函数进行聚类，可以参考我前面的博文二、Kernel-Kmeans算法这一部分在

LSTM实践（代码详解）（一）首先学习LSTM的目的：对时序数据有一个更深层次的挖掘，对比深度学习方法和机器学习方法在特征提取上的优劣。文章目录LSTM实践（代码详解）（一）一、LSTM博文推荐二、代码详解先贴代码再解释总结一、LSTM博文推荐这里先推荐一本教材 《TensorFlow深度学习》 。首先学习Tensorflow对LSTM实战是有帮助的。这里不对LSTM进行过多原理解释，给出几个大佬的博文供大家学习：博文一 ：系列好文！！！大佬主要讲解了原理部分和Kears实现部分，建议有程序基

GBDT(梯度提升决策树)+LR(逻辑回归)方法+python实践这篇文章记录一下在KDD比赛中大放异彩比肩Deeplearning的分类模型：GBDT+LR，小伙伴们可以读一下2014年facebook的论文，Practical Lessons from Predicting Clicks on Ads at Facebook，需要资源的欢迎评论交流文章目录GBDT(梯度提升决策树)+LR(逻辑回归)方法+python实践一、GBDT二、GBDT+LR总结一、GBDTGBDT也叫梯度提升决策

聚类算法学习–Kernel K-means文章目录聚类算法学习--Kernel K-means前言一、代码总结前言具体原理不再阐述，详细实现过程可参见上一篇博文，这一篇是从原理或者核思想出发对核聚类的总结，一、代码直接贴代码代码如下（示例）：import matplotlib.pyplot as pltimport numpy as npfrom sklearn.datasets import make_circlesimport randomimport mathf

聚类算法学习接着上一个博客的学习，这篇对改进算法kernel K-means进行了整理记录。**第二节 核空间聚类学习**文章目录聚类算法学习前言一、kernel是什么？二、核聚类学习1.问题描述2.代码实现3.结果展示总结前言物以类聚，人以群分。以下为学习笔记整理一、kernel是什么？相信刚接触核空间思想的小伙伴，在搜索帖子学习的过程中，脑海里不止一次会想到“Kernel is a shit！！！”，但是但是但是，核空间太厉害了好吗，它确确实实是低维空间映射到高维的核武器。“

聚类算法学习导师给安排的方向发生改变，因此需要深入学习这部分内容，这系列就当作学习记录吧。**第一节K-means学习**文章目录聚类算法学习前言一、聚类是什么？二、K-means算法1.算法介绍2.代码实现3.结果分析4.调用API代码实现总结前言物以类聚，人以群分。以下为学习笔记整理一、聚类是什么？通过无监督学习或者半监督学习，把一群关系紧密存在着不同的样本进行亚群体划分。这里的关系紧密可以是指他们来自同一数据集，表示着相同的事物含义，以至于人们不能把他们进行区分的关系。通过

文章目录前言一、关于时间特征二、批量处理csv文件1.批量读入2.批量另存为前言这两周高高低低给导师当了工具人，没有学习到新的技能，这篇就当作今天的砖搬完后总结一下这两周吧一、关于时间特征上一篇文章讲了时间特征的一些定义，并讲了实例中的转换过程。但在批处理过程中遇到了一个小问题。就是.csv文件读取到pycharm中时，时间格式会发生改变，比如‘2018-12-11 09:23:11’这是在csv文件中正常的时间格式，但读入到编辑器之后，可能会变成’18-12-11 09:23:11’或者‘

文章目录前言一、时间戳与时间二、时间格式解析三、DataFrame的更改前言数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。今天总结的是时间特征部分。时间特征构造包括连续时间特征和离散时间特征。连续时间特征比如持续时间和间隔时间，离散时间特征有拆解、判断等。本学习案例中用到的是离散时间特征构造，将一天时间按照从凌晨00：00：00开始进行标记，每五分钟是一个间隔，一天标记288..

文章目录前言一、数据分析和预处理要做什么二、实际操作1.读取数据2.数据分析3.数据预处理总结前言经过了好几天的摸鱼，面对老师丢给的任务迟迟也是没有进展。但是摸鱼不能白摸，读了好多博主的文章，也是总结出来一些东西，慢慢罗列起来。一、数据分析和预处理要做什么 读取（txt、csv、xls等文件）数据分析【质量分析（缺失值、异常值）、特征分析（分布、对比、统计量、周期性、相关性）】数据预处理【数据清洗（缺失值、异常值）、数据集成（实体识别、属性冗余）】数据集划分（训练集、测试集）二、..

Python读入制表位分割的csv文件常见的csv文件都是以逗号进行分割的，但一次数据库导出的文件是以制表位间隔。虽说另存为如下方式即可正常使用，但大批量的文件总归是不合适的平时使用pandas读取csv文件挺方便，调用pd.read_csv()函数即可。同样使用该函数参数delimiter是设置分割符，默认是‘，’，但也可以设置为‘；’和‘\t’，\t即为制表位的符号表示。一直头疼的就是编码格式，这个不在这赘述，通常可见的就是utf-8和gbk，但是在我这份代码中设置这两种都会报错。询问一番