<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[sinat_41901394的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/sinat_41901394</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; sinat_41901394]]></copyright><item><title><![CDATA[分类算法-朴素贝叶斯算法]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109705609</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109705609</guid><author>sinat_41901394</author><pubDate>Tue, 24 Nov 2020 10:37:38 +0800</pubDate><description><![CDATA[朴素贝叶斯：
1.概率基础
联合概率： 包含多个条件，且所有条件同时成立的概率
记作：????(????,????)
条件概率： 就是事件A在另外一个事件B已经发生条件下的发生概率
记作：????(????|????)
特性：P(A1,A2|B) = P(A1|B)P(A2|B)
注意：此条件概率的成立，是由于A1,A2相互独立的结果
2.利用朴素贝叶斯划分文档类型
朴素：特征独立
贝叶斯公式：

注：w为给定文档的特征值(频数统计,预测文档提供)，c为文档类别
公式可以理解为：

其中c可以是不同类别
公]]></description><category></category></item><item><title><![CDATA[分类算法-k近邻算法]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109593738</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109593738</guid><author>sinat_41901394</author><pubDate>Tue, 10 Nov 2020 15:16:32 +0800</pubDate><description><![CDATA[分类算法的判定依据：目标值为离散型
分类算法-k近邻算法（KNN）
基本概念：
举例：
根据特征判断：


以上可以通过与未知电影的距离得出一个未知电影的类型。
k近邻算法定义： 如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。
来源： KNN算法最早是由Cover和Hart提出的一种分类算法
计算距离公式： 两个样本的距离可以通过如下公式计算，又叫欧式距离
比如说，a(a1,a2,a3),b(b1,b2,b3)

k近邻算法需要标准化
sk]]></description><category></category></item><item><title><![CDATA[转换器与预估器]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109581639</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109581639</guid><author>sinat_41901394</author><pubDate>Mon, 09 Nov 2020 17:18:47 +0800</pubDate><description><![CDATA[目录转换器：预估器
转换器：
数据集–&gt;（fit_transform(x)）–&gt;转换后的数据集
fit
fit_transform()：输入数据直接转换

fit_transform
fit():输入数据，但不做事情（计算平均值和标准差）

+transform():进行数据的转换（以fit()的标准差和平均值去计算的）

预估器
在sklearn中，估计器(estimator)是一个重要的角色，分类器和回归器都属于estimator，是一类实现了算法的API。
1、用于分类的估计器：
skle]]></description><category></category></item><item><title><![CDATA[SKlearn数据集划分，数据集接口，分类数据集和回归数据集分别下两个看看]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109457689</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109457689</guid><author>sinat_41901394</author><pubDate>Tue, 03 Nov 2020 11:21:36 +0800</pubDate><description><![CDATA[SKlearn数据集
1.数据集的划分
如果拿到数据全都用来训练一个模型？
所以就需要把数据集划分为训练集和测试集
划分比例：




训练集（建立模型）
测试集 （评估模型是否有效）




70%
30%


80%
20%


75%
25%


获取数据集返回的类型：


load和fetch返回的数据类型datasets.base.Bunch(字典格式)


data：特征数据数组，是 [n_samples * n_features] 的二维
numpy.ndarray 数组


target：标]]></description><category></category></item><item><title><![CDATA[写在机器学习之前、机器学习开发流程、算法分类、机器学习模型]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109455586</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109455586</guid><author>sinat_41901394</author><pubDate>Mon, 02 Nov 2020 20:51:04 +0800</pubDate><description><![CDATA[目录一、 写在机器学习之前数据类型：二、机器学习开发流程三、机器学习算法分类监督学习分类问题回归问题标注无监督学习四、机器学习模型
一、 写在机器学习之前
1.需要明确的几点问题：
（1）算法是核心，数据和计算是基础
（2）找准定位：
2.大部分复杂的都是工程师在做，我们需要：
*分析数据
*分析具体的业务
*应用常见的算法
*特征工程、调参、优化
3.我怎么做：
（1）学会分析问题，使用机器学习算法的目的，想要算法完成何种任务。
（2）掌握算法的基本思想，学会对问题用相应算法解决
（3）利用框架和库解决问]]></description><category></category></item><item><title><![CDATA[深度学习算法基础----数据特征预处理，数据降维]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109316374</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109316374</guid><author>sinat_41901394</author><pubDate>Tue, 27 Oct 2020 17:47:07 +0800</pubDate><description><![CDATA[目录数据特征预处理特征处理的方法sklearn特征处理归一化标准化结合标准化和归一化缺失值处理问题及解决：2.imputer
数据特征预处理
图片：
特征的预处理：对数据进行处理
缺失值：
预处理的两种方式：

数据的特征预处理：
特征处理的方法
特征预处理是什么：
通过特定的统计方法（数学方法）将数据转化成算法要求的数据。
数值型数据处理方法：
标准缩放：
1.归一化
2.标准化
3.缺失值
**类别型数据：**one-hot编码
时间类型：时间的切分
sklearn特征处理
sklearn特征处理API]]></description><category></category></item><item><title><![CDATA[深度学习算法基础----机器学习介绍、特征工程和文本特征提取]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109288069</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109288069</guid><author>sinat_41901394</author><pubDate>Tue, 27 Oct 2020 17:11:30 +0800</pubDate><description><![CDATA[机器学习简介
人工智能，机器学习，深度学习出现的时间及关系：（如图）
机器学习概述
1.机器学习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
2.机器学习可以：解放生产力（智能客服）、解决专业问题（ET医疗辅辅助医疗）、提供社会便利（城市大脑）
3.价值：让机器学习程序替换手动的步骤，减少企业的成本也提高企业的效率。
特征工程和文本特征提取
数据集
机器学习的数据：文件、csv文件
为什么不存在mysql中：
1.存在性能瓶颈，读取速度遭到限制
2.格式不符合机器学习要求的数据格式
pa]]></description><category></category></item><item><title><![CDATA[概率论与贝叶斯先验]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109185044</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109185044</guid><author>sinat_41901394</author><pubDate>Thu, 22 Oct 2020 10:24:38 +0800</pubDate><description><![CDATA[概率论基础
概率与直观

如果要比较两个方便画图的时候，画图很好解决，几何概型

贝叶斯公式的应用（没学会）
先验概率，后验概率

常见概率分布
两点分布（0-1分布）

二项分布

泊松分布

均匀分布

指数分布


正态分布

总结：

一个新的分布： Beta分布

Sigmoid/Logistic函数的引入
统计量
期望方差协方差相关系数
独立和不相关
大数定律
中心极限定理
最大似然估计
过拟合

...]]></description><category></category></item><item><title><![CDATA[机器学习与数学分析]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109175709</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109175709</guid><author>sinat_41901394</author><pubDate>Tue, 20 Oct 2020 16:16:20 +0800</pubDate><description><![CDATA[什么是机器学习：
机器学习定义：
对于某给定任务T，在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验E；随着提供优质、合适的大量经验E，该程序对于任务T的性能逐步提高
即：随着任务的不断执行，经验的积累会带来计算机性能的提升
换个表述： 机器学习是人工智能的一个分支。我们使用计算机设计一个系统，使它能够根据提供的训练数据，按照一定的方式来学习；随着训练次数的增加，该系统可以在性能上不断学习和改进；通过参数优化的学习模型，能够用于预测相关问题的输出
举个例子：
1.从无知到掌握知识：
语言]]></description><category></category></item><item><title><![CDATA[实例-球员能力图、股票k线图]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109047475</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109047475</guid><author>sinat_41901394</author><pubDate>Tue, 13 Oct 2020 21:30:11 +0800</pubDate><description><![CDATA[实例-球员能力图
#_*_coding:utf-8 _*_
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
plt.style.use('ggplot')#设置成ggplot的样式，好看

font=FontProperties(fname=r'c:windows\fonts\simsun.ttc',size=18)

ability_size=6
ab]]></description><category></category></item><item><title><![CDATA[实战-函数积分图、散点条形图]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/109031367</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/109031367</guid><author>sinat_41901394</author><pubDate>Mon, 12 Oct 2020 19:16:53 +0800</pubDate><description><![CDATA[实战
1）函数积分
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Polygon#用Polygon需要导入patches

def func(x):
 return -(x-2)*(x-8)+40

x=np.linspace(0,10)

y=func(x)

fig, ax=plt.subplots()

plt.plot(x,y,'r',linewidth=2)
a=2
b=9

ax]]></description><category></category></item><item><title><![CDATA[python数据可视化分析-matplotlib2]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108939420</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108939420</guid><author>sinat_41901394</author><pubDate>Mon, 12 Oct 2020 16:49:16 +0800</pubDate><description><![CDATA[注释
示例：
import matplotlib.pyplot as plt
import numpy as np

x=np.arange(-10,11,1)

y=x*x

plt.plot(x,y)
plt.annotate('this is bottom',xy=(0,1),xytext=(0,20),arrowprops=dict(facecolor='r',frac=1))#xy是箭头尖尖的坐标
plt.show()

运行结果：
文字（在图形中只画纯文字）
matplotlib.pyplot ]]></description><category></category></item><item><title><![CDATA[python数据可视化分析-matplotlib]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108871401</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108871401</guid><author>sinat_41901394</author><pubDate>Tue, 06 Oct 2020 13:28:18 +0800</pubDate><description><![CDATA[引入
import matplotlib.pyplot as plt
plt.plot([1,2,3],[3,2,1])
plt.show()


散点图
概念：
*散点图显示两组数据的值，每个点的坐标位置由变量的值决定。
*由一组不连接的点完成的，用于观察两种变量的相关性。
*例如身高-体重、温度-纬度、等等
简单的例子：
身高-体重
import numpy as np
import matplotlib.pyplot as plt
height=[161,171,182,189,165]
weight]]></description><category></category></item><item><title><![CDATA[时间事件日志]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108805035</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108805035</guid><author>sinat_41901394</author><pubDate>Fri, 25 Sep 2020 22:08:28 +0800</pubDate><description><![CDATA[时间事件日志
个人时间统计工具。要点：
使用 dida365.com 来作为 GTD 工具
使用特殊格式记录事件类别和花费的时间，如： “[探索发现] 体验 iMac 开发环境 [3h]”
导出数据
分析数据
1. 读取数据
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pylab import mpl
mpl.rcParams['font.sans-serif']=['Arial]]></description><category></category></item><item><title><![CDATA[数据可视化]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108799252</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108799252</guid><author>sinat_41901394</author><pubDate>Fri, 25 Sep 2020 16:50:00 +0800</pubDate><description><![CDATA[数据可视化
pandas的数据可视化使用matplotlib为基础组件，更基础的信息可参阅matplotlib相关内容。
导入matplotlib
%matplotlib inline#引入matplotlib
import pandas as pd 
import numpy as np

1. 线型图
ts=pd.Series(np.random.randn(1000),index=pd.date_range('2000/1/1',periods=1000))
ts=ts.cumsum()#累计求和
t]]></description><category></category></item><item><title><![CDATA[pandas时间重采样]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108694418</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108694418</guid><author>sinat_41901394</author><pubDate>Sun, 20 Sep 2020 16:27:03 +0800</pubDate><description><![CDATA[时间重采样
重采样
*高频率-&gt;低频率-&gt;降采样：五分钟股票交易数据转化为日期交易数据
*低频率-&gt;高频率-&gt;升采样
*q其他重采样：每周三（W-WED）转化为每周五（W=FRI
）
重采样：
#先搞个数据表，假装第三列是股票数据
ts = pd.Series(np.random.randint(0, 50, 60), index=pd.date_range('2016-04-25 09:30', periods=60, freq='T'))
ts



#重采样
ts2=ts.re]]></description><category></category></item><item><title><![CDATA[pandas时间序列]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108673197</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108673197</guid><author>sinat_41901394</author><pubDate>Fri, 18 Sep 2020 21:32:04 +0800</pubDate><description><![CDATA[Pandas里的时间序列
时间日期
时间戳timestamp：固定的时刻-&gt;pd.Timestamp
固定时期period：比如2016年3月份，再如2015年销售额-&gt;pd.Period
时间间隔interval:由起始时间和结束时间来表示，固定时期是时间间隔的一个特殊的
时间日期在pandas里的作用
*分析金融数据，如股票交易数据
*分析服务器日志
import numpy as np
import pandas as pd
from datetime import datetime #d]]></description><category></category></item><item><title><![CDATA[pandas数据的导入导出]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108652688</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108652688</guid><author>sinat_41901394</author><pubDate>Thu, 17 Sep 2020 21:49:05 +0800</pubDate><description><![CDATA[载入数据到Pandas
1.索引：将一个列或多个列读取出来构成DataFrame，其中涉及是否从文件中读取索引以及列名
2.类型推断和数据转换：包括用户自定义的转换以及缺失值标记
3.日期解析
4.迭代：针对大文件进行逐块迭代。这个是Pandas和Python原生的csv库的最大区别
5.不规则数据整理问题：跳过一些行，或注释等等
1索引及列名
pd.read_csv('D:\python0917\zrx0917.csv')
%more D:\python0917\zrx0917.csv
pd.read t]]></description><category></category></item><item><title><![CDATA[pandas聚合运算，分组运算]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108246998</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108246998</guid><author>sinat_41901394</author><pubDate>Thu, 17 Sep 2020 16:06:08 +0800</pubDate><description><![CDATA[数据聚合
分组运算，先根据一定规则拆分后的数据，然后对数据进行聚合运算，如前面见到的 mean(), sum() 等就是聚合的例子。聚合时，拆分后的第一个索引指定的数据都会依次传给聚合函数进行运算。最后再把运算结果合并起来，生成最终结果。
内置聚合函数
先生成一个dataframe
df = pd.DataFrame({'key1': ['a', 'a', 'b', 'b', 'a'],
                  'key2': ['one', 'two', 'one', 'two', 'one']]></description><category></category></item><item><title><![CDATA[pandas索引,分组计算]]></title><link>https://blog.youkuaiyun.com/sinat_41901394/article/details/108240943</link><guid>https://blog.youkuaiyun.com/sinat_41901394/article/details/108240943</guid><author>sinat_41901394</author><pubDate>Wed, 26 Aug 2020 17:34:29 +0800</pubDate><description><![CDATA[这里写目录标题索引1.行索引2.重复索引3.层次化索引dataframe 多层索引交换索引索引列的转换分组计算1. 对Series进行分组2. 对DataFrame进行分组对分组进行迭代3.通过字典进行分组4.通过函数进行分组5.根据索引级别分组
索引
1.行索引
#看一个一维数组的索引
s=pd.Series(np.random.randn(5),index=list('abcde'))
s
s.index#Series的索引
s.index.name='zrx'#给索引赋一个名字
#查询pandas里预]]></description><category></category></item></channel></rss>