wshzd的博客

window本地电脑jupyter使用linux服务器GPU三部曲

from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer, TfidfVectorizerfrom sklearn2pmml.feature_extraction.text import Splitterfrom sklearn.cluster import KMeansfrom sklear...

很多情况下，线上一般使用java，然后训练机器学习模型一般都是python，那么就存在一个问题，python训练的模型，java怎么去调用进行线上预测呢，下面以随机森林算法来介绍一下这个过程python脚本如下：#!/usr/bin/python# -*- coding:utf-8 -*-from sklearn import treefrom sklearn2pmml.pip...

下面通过python定义一个函数来实现kmeans中k的选择，输入为可选择k的最大值和原始数据，最后输出不同k的折线图，一般选择图中拐点def SelectK(maxK,totalList): from scipy.spatial.distance import cdist K = range(1, maxK) meandistortions = [] for ...

package com.bj58.dia.rec.gul.wpai.dlpredictonline.impl;public class Viterbi { static private int[] status = { 0, 1, 2 }; static private int[] observations = { 1, 6, 3, 5, 2, 7, 3, 5, 2, 4 }...

ValueError: Input contains NaN, infinity or a value too large for dtype('float32').解决办法：https://www.kaggle.com/c/word2vec-nlp-tutorial/forums/t/11266/valueerror-array-contains-nan-or-inf

在机器学习过程中，通常会通过pandas读取csv文件，保持成dadaframe格式，然而有时候需要对dataframe中的时间字段进行数据建模，比如时间格式为datetime，那么像一般操作dataframe的方式来操作时间字段会报错的，所以在使用sklearn库进行fit和predict的时候，通常要把时间字段首先转换为timestamp格式，在fit和predict之后，如果需要matplo

在python中经常会用到pandas来处理数据，最常用的数据类型是dataframe，但是有时候在dataframe有时间字段需要画时间序列图的时候会遇到一些问题，下面是我处理这个问题的一个小案例，希望可以帮到在坑里的小朋友哦，开个小玩笑。code as fallows:doc_list = []doc_target = doc.iloc[:, 141:142]for i in do

在实际工作中，有时候sklearn库的标准API不能满足业务需求，这时候需要自定义算法，下面是我自定义的标准线性回归函数，如果有需要，可以在此基础上进行扩展，比如局部加权线性回归的定义class self_linear_model(): def __init__(self): self.w = None def fit(self, X, y):

链接：https://www.zhihu.com/question/28641663/answer/41653367特征选择是特征工程中的重要问题（另一个重要的问题是特征提取），坊间常说：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程尤其是特征选择在机器学习中占有相当重要的地位。通常而言，特征选择是指选择获得相应模型和算法最好性能的特征集，工程上常用的

data = pd.read_csv(path)Traceback (most recent call last):  File "C:/Users/arron/PycharmProjects/ML/ML/test.py", line 45, in     data = pd.read_csv(path)  File "C:\Users\arron\AppData\Loca

python使用matplotlib.pyplot画直方图时报错如下：max must be larger than min in range parameter原因是数据中带有缺失值，请使用dropna()进行缺失值删除即可

http://blog.youkuaiyun.com/u013719780?viewmode=contents