qq_39125908的博客

区别 我从百度百科找到了这个 ： 如果不知道啥是关联规则可以看看这篇博客，我们主要来对比着看看序列模式。 目的：关联规则研究一次事件中的项目组合。序列模式则是求解事件之间的时间关系。也就是后者多了一个一个时间标记，我们将二维的数据展开就是关联规则的数据了，反正都是一个客...

如果同学不喜欢看理论，可以直接看后面王者数据分析的部分。 关联规则 如果不知道尿布和啤酒问题，建议百度百科，先有个大致的了解 我们找百度百科上面的例子来讲一下 tid是交易单号，后面每一纵列中1代表购买，0代表没买。 我们只需要明白 支持度==概率（只有这个支持度足够大，说明我们选出的集合买的人多，对于商家的价值也就越大） 置信度==条件概率（这是算关联程度的） ...

numpy reshape()改变数组的行列 flatten()讲多维数组转化为1维 shape()查看行列数 np.round()保留数组里数的小数点 数组的计算：支持四则运算（对应位置数组进行计算） axis对数组的维度进行区分 二维与三维数组进行计算：当三维axis的1和2与二位数组axis的0和1相同时，可以进行加和等运算 astype()转化浮点类型 替换数组里的值 demo:将大于...

人工智能低谷 硬件的计算能力 数据的大小 算法的发展 机器学习就是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。 数据集的构成 机器学习的数据：csv文件 MySQL： 性能瓶颈，读取速度遭到限制 格式不符合机器学习要求的格式 pandas：读取数据 读取速度快 numpy：真正的多线程，释放了GIL锁 scipy: sparse矩阵（节约内存，方便处理，用...

from sklearn.decomposition import PCA from sklearn.cluster import KMeans from sklearn.metrics import silhouette_score import pandas as pd import matplotlib.pyplot as plt # 读取四张表的数据 prior = pd.rea...

from sklearn.datasets import load_boston from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression from sklearn.model_selection import train_test_split from skl...

from sklearn.feature_extraction import DictVectorizer from sklearn.model_selection import train_test_split,GridSearchCV from sklearn.tree import DecisionTreeClassifier,export_graphviz from s...

from sklearn.feature_extraction import DictVectorizer from sklearn.feature_extraction.text import CountVectorizer,TfidfVectorizer from sklearn.preprocessing import MinMaxScaler,Imputer,StandardScaler...

问题：将0~360中任意一个数n，放入72个数组（每个数组的数组成员都为5个不同的数）中的一个。   我们可以先定义一个数组m[72]，里面72个变量分别对应72个数组名，我们用n/5得到n对应的m数组中存储的数组名即m[n/5].   /////////////////////////////////////////////////////////////////////////////...