<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[rayshaw13的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/rayshaw13</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; rayshaw13]]></copyright><item><title><![CDATA[1880-2014年间全美婴儿姓名分析]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/79418269</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/79418269</guid><author>rayshaw13</author><pubDate>Thu, 01 Mar 2018 23:00:19 +0800</pubDate><description><![CDATA[针对全美婴儿姓名数据进行一些分析

1880-2014年间全美婴儿姓名数据来源于kaggle，利用这个数据我们可以进行一些有趣的分析，比如分析这些年中叫西蒙的婴儿数量的变化，国家婴儿数据如下： 
 
有五个特征，分别为ID、姓名、年份、性别和数量。以下为州数据state_names： 
 
我们可以看到有六个特征，相比national来说，增加了州一项。

下面开始正式进入数据分析，我使用的是ju...]]></description><category></category></item><item><title><![CDATA[python使用中的一些问题]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/79211214</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/79211214</guid><author>rayshaw13</author><pubDate>Tue, 30 Jan 2018 22:22:32 +0800</pubDate><description><![CDATA[关于python在输出时出现none

比如我们首先定义一个class 最后的输出时print，而我们在后面调用时又使用了print(这个class)，此时我们输出的结果就会出现在结果后面跟着一个none。 
正确的处理是，class的定义里是return 调用时print() 
比如：leetcode的一个程序two_sum

class Solution(object):
    def tw]]></description><category></category></item><item><title><![CDATA[线性表、栈与队列]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/77623141</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/77623141</guid><author>rayshaw13</author><pubDate>Sun, 27 Aug 2017 21:06:53 +0800</pubDate><description><![CDATA[线性表

基础知识

线性表：零个或多个数据元素的有限序列。关键词：序列，有限。 
元素个数定义为线性表的长度，n=0时成为空表。 
在较复杂的线性表中，一个数据元素可以由若干个数据项组成。 
线性表的一些基本操作：初始化建立空的线性表，判断是否为空，清空，取出第i个值，查找与给定值相同的值的位置，加入新元素，删除第i个元素，返回元素个数。 
对于复杂的操作，就是将基本操作组合起来。

存储

顺]]></description><category></category></item><item><title><![CDATA[数据结构的基本知识、算法]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/62473170</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/62473170</guid><author>rayshaw13</author><pubDate>Sun, 27 Aug 2017 20:57:37 +0800</pubDate><description><![CDATA[数据结构的基本知识

下面的都是摘自《大话数据结构》书中的内容，记下来可以时时查看：



数据：描述客观事物的符号，计算机可以操作的对象；

数据元素：组成数据的有一定意义的基本单位，作为整体能被计算机处理；人是人类的数据元素，牛马是牲畜类的数据元素

数据项：组成数据元素，人的眼睛耳朵就是人这个数据元素的数据项；



*注意：数据项是数据的最小单位，不过讨论问题时数据元素才是数据模型的着眼点]]></description><category></category></item><item><title><![CDATA[机器学习实战—逻辑回归]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/77488960</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/77488960</guid><author>rayshaw13</author><pubDate>Tue, 22 Aug 2017 22:53:13 +0800</pubDate><description><![CDATA[逻辑回归进行分类

有这么几个关键词：最佳拟合曲线，利用逻辑回归模型进行分类，最佳拟合参数（w和b），sigmoid函数（S函数），最优化方法，梯度上升（下降），随机梯度下降法，参数迭代公式（梯度，步长） 
梯度上升找到最佳参数： 
伪代码： 
每个回归系数初值定为1 
for i in steps: 
计算整个数据集的梯度 
w=w+alpha*梯度 
更新回归系数



#梯度上升算法的实现]]></description><category></category></item><item><title><![CDATA[机器学习实战-朴素贝叶斯]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/77460481</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/77460481</guid><author>rayshaw13</author><pubDate>Mon, 21 Aug 2017 21:02:29 +0800</pubDate><description><![CDATA[使用python进行文本分类



# -*- coding: utf-8 -*-
"""
Created on Mon Aug 21 17:17:19 2017

@author: rocky
"""

#机器学习实战第四章
#朴素bayes
#使用python进行文本分类

#从文本中构建词向量
from numpy import *
def loadDataSet():#创建一个实验样本]]></description><category></category></item><item><title><![CDATA[使用tensorflow及anaconda(spyder)时遇到的问题]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/77450672</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/77450672</guid><author>rayshaw13</author><pubDate>Mon, 21 Aug 2017 15:48:01 +0800</pubDate><description><![CDATA[问题一：如何在tensorflow环境下使用spyder 
答：在anaconda navigator中environment中搜索tensorflow，安装适合tensorflow的spyder 
问题二：在在tensorflow环境下使用spyder时有些库文件（比如matplotlib）显示no module，如何解决 
答：anaconda下已经集成了各种库文件，但是tensorflow下仍]]></description><category></category></item><item><title><![CDATA[回顾机器学习、深度学习（一）]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/77412656</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/77412656</guid><author>rayshaw13</author><pubDate>Sat, 19 Aug 2017 14:48:51 +0800</pubDate><description><![CDATA[写这篇博客回顾一下近半年来对于ML和DL的学习历程，点出一些关键词，理一下思路，并为下一步的学习做个小小的规划。

基本的情况是按照一些课程和书籍来学的，包括Andrew NG的机器学习视频教程、python基础教程（书）、廖雪峰python教程、机器学习实战（书）以及统计机器学习（书），另有dlbook_cn_public.pdf、neural networks and deeplearning]]></description><category></category></item><item><title><![CDATA[机器学习实战—决策树（python3+spyder）]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/77248903</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/77248903</guid><author>rayshaw13</author><pubDate>Wed, 16 Aug 2017 15:53:01 +0800</pubDate><description><![CDATA[机器学习实战—决策树（python3+spyder）

本博客记录自己在学习《机器学习实战》决策树的内容，采用python3和spyder：





决策树代码块



计算数据集香农熵代码



# -*- coding: utf-8 -*-
"""
Created on Tue Aug 15 19:54:38 2017

@author: rocky
"""

#机器学习实战第三章 决策树程]]></description><category></category></item><item><title><![CDATA[matlab学习笔记（一）]]></title><link>https://blog.youkuaiyun.com/rayshaw13/article/details/70148454</link><guid>https://blog.youkuaiyun.com/rayshaw13/article/details/70148454</guid><author>rayshaw13</author><pubDate>Wed, 12 Apr 2017 22:36:15 +0800</pubDate><description><![CDATA[1、查看.mat文件：load('文件名')即可，其中有这样的语句：
load('ex3data1.mat'); % training data stored in arrays X, y
m = size(X, 1);

这其中在文件中已经定义了X，所以在程序的内容中X已经有了数据
2、关于~isempty(XXX)的使用：matlab中
 ~表示逻辑运算符“非”，也就是取反；~is]]></description><category></category></item></channel></rss>