- 博客(14)
- 收藏
- 关注
RSS订阅原创 python排序方法-插入排序，归并排序，希尔排序，计数排序
使用python实现4种in-place排序算法分别实现了插入排序，归并排序，希尔排序，计数排序四种排序算法class Solution: # 插入排序 --前半部分已排好顺序，后半部分未排序 # 当前元素依次向前面已排好顺序中插入 def insert_sort(self,nums): for i in range(len(nums)): tmp = nums[i] preindex = i-1
2020-11-26 21:28:42
154
原创 天池-资金流入流出预测-总结
通过本次学习，总结一下过程中的收获，熟悉了数据挖掘的流程，完整学习了数据的探索性分析、特征工程、模型构建过程，但同样学习时间比较短，学到的内容还是比较基础的；1.探索性数据分析：可以通过数据分析看到整体数据布局，为后续特征处理提供很好的思路，在本次学习中，我最大的收获是对节假日节点的数据分析，拓了解了对细节的分析方法，通过异常点去找分析产生的原因；2.特征工程：通过特征工程的简单构造，了解了一般特征构造的流程，在学习中发现特征工程的处理需要有一定的代码能力，在代码能力上还是有所欠缺；其次是通过学习，知道
2020-08-25 21:56:21
437
1
原创 天池 - 资金流入流出预测-特征构建及模型预测
学习资料：https://github.com/ChuanyuXue/The-Purchase-and-Redemption-Forecast-Challenge-baseline本次学习总结：1.特征处理方法的简单归纳：简单转换、聚合特征、描述性统计量特征、时间特征等，且特征处理一般是根据数据分析和探索结果进行处理，因此在做特征工程前，进行EDA是十分必要的2.利用时间序列的特征进行特征构造，如使用周期因子、及时间序列的波峰波谷信息进行特征构造3.模型融合方面：由于时间关系，只是简单看了一些
2020-08-24 21:51:36
447
原创 天池 - 资金流入流出预测-基于周期因子的时间序列预测
学习资料：https://github.com/ChuanyuXue/The-Purchase-and-Redemption-Forecast-Challenge-baseline之前接触的时间序列，一般是使用ARMA模型进行预测，基于周期因子的方法，是第一次接触到，经过两天的简单沉淀下学习心得：1.使用前提：数据可以有周期性，但总体趋势需要相对平稳（时间从14年3月开始使用的原因）2.该方法的核心是周期因子和base值：周期因子的一般计算方法根据历史数据计算每天(周一至周日的维度)的均值，再
2020-08-22 20:35:05
683
原创 天池 - 资金流入流出预测-数据EDA学习
赛题https://tianchi.aliyun.com/competition/entrance/231573/introduction?spm=5176.12281973.1005.2.3dd52448gqgUMS学习资料https://github.com/ChuanyuXue/The-Purchase-and-Redemption-Forecast-Challenge-baseline1.在学习探索性数据分析这个PPT前，大致设想了要分析的点：①申购与赎回的总体分布趋势，以及其相关性
2020-08-20 18:19:01
337
原创 leetcode探索-二叉树-运用递归解决树的问题(2)
'''Created on Tues Jun 23 2020@author: LjhLanguage: python'''1.二叉树的最大深度题目：给定一个二叉树，找出其最大深度。二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。（说明: 叶子节点是指没有子节点的节点。）方法一：递归class Solution: def maxDepth(self, root: TreeNode) -> int: if not root: return 0
2020-06-23 09:51:36
160
原创 leetcode探索-二叉树-树的遍历(1)
'''Created on Mon Jun 22 2020@author: LjhLanguage: python'''1.二叉树的前序遍历题目：给定一个二叉树，返回它的前序遍历方法一：递归#递归方式：根左右class Solution: def __init__(self): self.res = [] def preorderTraversal(self, root: TreeNode) -> List[int]:
2020-06-22 17:00:06
148
原创 机器学习之聚类分析
聚类的核心是相似度或距离，聚类分析中有多种计算距离和相似度的定义；闵可夫斯基距离：d = [ Σ(xi - xj)^p ] ^(1/p) p为大于1的数python实现为：import numpy as np dt = np.random.rand(10).reshape(2,5)MinKow_len = 0p = 10 #可自行定义for j in range(len(dt...
2020-01-06 18:01:46
315
原创 机器学习之决策树
ID3算法ID3算法是使用信息增益选择测试属性，信息熵是度量样本集合程度的常用指标，事件a的信息量I(a)可定义为：I(a) = p(a)log(1/p(a)) ,其中p(a)表示事件发生的概率；CART决策树...
2019-12-31 16:34:43
115
原创 机器学习之线性回归
主要是对吴恩达机器学习的视频来学习，学习了线性回归内容，总体进行复盘总结；1、一元线性回归回归模型是表示输入变量到输出变量之间映射的函数，回归问题等价于函数拟合，回归函数的求解最常用的代价函数是平方损失函数，平方损失函数可以用最小二乘法进行解决，本例中使用梯度下降法进行处理；梯度下降法：优点：可以处理复杂的目标函数缺点：如果代价函数不是凸函数，则容易得到局部最优解学习率的选择，过小导致收...
2019-12-29 14:13:14
118
原创 机器学习之模型评估与选择
1.误差及拟合训练误差：通过训练集训练出的模型，在训练集上的预测输出与实际值之间的误差；泛化误差：模型在测试集上的误差；训练集用来训练模型，测试集用来验证模型的准确性；一般会把样本7:3区分成训练集和测试集，普遍情况下，判断一个模型是否优秀，不是看在训练集上的表现，更多的是看模型在测试集上的表现，即模型的泛化能力；而模型的过拟合和欠拟合一般都会导致泛化性能的下降过拟合：把只适用于训练集的特征...
2019-12-06 10:04:04
189
原创 python自动发送邮件
本次文章主要是通过python监控ETL流程的运行情况；ETL流程如成功，会将同步时间更新到数据库里去，失败的话时间不会更新，因此本次尝试中首先第一步是使用python连接oracle数据库，比较麻烦的是数据库是32位的，之前的python版本都是64位的，版本兼容的问题困扰了比较久，最后下载了32位的python，使用pycharm切换python环境；本次尝试主要分三步：1.使用pyth...
2019-12-02 15:23:10
238
原创 数据分析python基础算法
按计划本周的学习计划是python语法的练习，在之前的工作经验中，有一定的python编程基础，本周通过python实现排序算法来复习python，一方面巩固编程能力，另一方面加强算法基础；1.冒泡排序：冒泡排序是相对比较简单的排序算法，原理是依次比较数组中的元素，大的下沉，小的上浮，伪代码为for i in range(len(nums)): for j in range(len(...
2019-12-02 15:06:43
244
原创 数据分析数学基础
数据分析小白自我学习第一周数学基础：概率论1.随机试验：随机试验是一个过程，这个过程的结果是确定的，在每一次重复试验中，同一个结果出现的概率是相同的；如果把抛硬币当做一个随机试验，这个试验的结果是确定的，只会出现正面向上或者反面向上两种情况，而在每一次的试验中，正面向上的概率均是1/2；2.期望：实验中每一项结果出现的概率与出现的数量相乘的累加，如抛硬币的数学期望就是13.方差：主要是表示...
2019-11-22 19:30:32
526
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人