甲三的博客

在Python中使用线性回归算法 Scikit-Learn 涵盖了主流的机器学习算法，我们先介绍常用的几个库： lienar_model:线性模型算法库，包括Logistic回归算法等； neighbors:最邻近算法库； naive-bayes:朴素贝叶斯算法库； tree:决策树算法； svm:支持向量机算法； neural_network:神经网络算法。 如下，简单解释线性回归算法。其数学表达式如下： y^=Wx\boldsymbol{\hat y} = \boldsymbol{W} \bolds

Handwritten digits from sklearn.datasets import load_digits digits= load_digits() digits.keys() dict_keys(['data', 'target', 'target_names', 'images', 'DESCR']) digits.images.shape (1797, 8, 8) digits.images[0,:,:] array([[ 0., 0., 5., 13., 9., 1

基于 Scrapy-Redis 全国房源信息抓取系统 摘要 近几年，人们对房源信息的关注度越来越高。如何对全国房源信息进行灵活高效的采集并存储，对全国房源信息的分析工作起到重要作用。文中在分析房天下站点特征结构的基础上采用 Python 开源框架 Scrapy 搭配 Redis 数据库，设计实现了一套抓取速度快、扩展性高的分布式爬虫系统，获取的数据具有良好的实时性和准确性，为后续分析工作提供了有力的数据支撑。 关键字 ：Scrapy 框架；Scrapy-Redis；分布式爬虫；可视化 前言 爬虫技术，无论是

Basic knowledge conditionals if elif else mark= 56 if mark>= 69.5: print("distribution") elif mark>= 59.5: print("merit") elif mark>= 50.0: print("pass") else: print("Fail") pass Loops for while break numbers= [1,2,3,4,5,6]