大烟枪yanx-优快云博客

原创 Python学习-线性回归和逻辑回归应用

线性回归原理：线性回归实际上是寻找一组好的权重（向量W）用来与观测向量相成并获得近似目标值。线性回归是利用误差平方和作为代价函数，最后求解出误差最小的W权重向量。首先利用线性回归对波士顿房价数据进行预测Boston.data数据中为各房子的基本信息，target为房子价格from sklearn .datasets import load_bostonbos...

2018-08-07 15:00:13 3367

原创 Python学习-正则表达式

正则表达式可用于字符串处理，用于抓取有用信息。在Python中需要引入re模块import re正则的三种用法：1. re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回nonestr="Hello World"pattern="^[\sa-zA-Z]+$"print(re.match(pattern,str)...

2018-07-17 16:05:21 345

原创 Python学习-数据异常检测

数据科学中，在对数据分析前，必须要多数据进行处理。将非正常的、错误的数据输入到算法中会导致不好的结果。所以异常的检测及处理为非常重要的一环。1.1 单变量异常检测 from sklearn.datasets import load_boston import numpy as npimport pandas as pdfrom sklearn import prepro...

2018-06-28 10:16:22 6521

PCA是主要成分分析，principal componetn analysis的缩写。它是一种帮助定义更小、更相关特征集合的技术。新的特征是现有特征的线性组合（即旋转）。输入空间经过旋转后，输出集合的第一个向量包含信号的大部分能量（即方差）。第二个向量与第一个向量正交，它包含剩余能量的大部分；第三个向量又与前两个向量正交，并包含剩余能量的大部分。（摘自《数据科学导论》）例如将100个特征降维成10...

2018-06-20 10:21:11 1535

原创 Python学习-KNN预测加尼福尼亚房价

加尼福尼亚房价数据集与KNN需要的几个Python库import matplotlib.pyplot as plt from sklearn import datasetsfrom sklearn.cross_validation import train_test_splitfrom sklearn.metrics import mean_squared_errorimport num...

2018-06-19 14:04:39 2483

原创 Python学习-泰坦尼克号

泰坦尼克号的名单包括统计到的人员名单，包括人员的ID，是否幸存，仓位（1,2,3以及无座），姓名，性别，年龄等信息，截图如下：本文将用Python对此样本数据进行一些简单的处理及应用。首先用Spyder载入了泰坦尼克号的CSV数据文件，并打印了一下列名与样本个体数train = pd.read_csv('D:/PythonPractice/titanic/train.csv')print(tra...

2018-06-11 17:26:26 2095

qq_36056559的博客