- 博客(8)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 数据预处理之数据无量纲化(标准化/归一化)
在进行特征选择之前，一般会先进行数据无量纲化处理，这样，表征不同属性（单位不同）的各特征之间才有可比性，如1cm 与 0.1kg 你怎么比？无量纲处理方法很多，使用不同的方法，对最终的机器学习模型会产生不同的影响。本文将对常用的无量纲化技术进行总结，试图指出他们的适用场景，并给出在Python中的相应调用方式。正文中每列代表一个 属性/特征，每行表示一个/条 样本。 1. min-max...
2018-04-10 14:21:37
90278
8
原创 数据预处理之定量特征二值化与定性特征哑变量编码
1. 定量特征二值化 在数据挖掘领域，定量特征二值化的目的是为了对定量的特征进行“好与坏”的划分，以剔除冗余信息。举个例子，银行对5名客户的征信进行打分，分别为50，60，70，80，90。现在，我们不在乎一个人的征信多少分，只在乎他的征信好与坏(如大于90为好，低于90就不好)；再比如学生成绩，大于60及格，小于60就不及格。这种“好与坏”、“及格与不及格”的关系可以转化为0-1...
2018-04-10 21:39:38
4013
原创 Windows环境下配置python spark（windows7+python+spark）
@@注意，配置环境变量确保路径全部正确，比如我下载的安装包spark-1.6.0-bin-hadoop2.6/spark-1.6.0-bin-hadoop2.6/bin 文件路径这种，要去掉外层文件夹，额能理解吧！@@环境变量配置网上有，注意，系统环境变量 path后面要加 ;分号@@要安装java环境
2017-10-14 21:01:24
765
转载 用对数几率回归实现周志华《机器学习》习题3.3西瓜分类，python编程
数据集如下，要求根据西瓜的两个属性x1(密度)，x2(含糖率)实现对西瓜好瓜（1）还是坏瓜（0）的分类代码如下：# -*- coding: utf-8 -*-#对率回归分类import numpy as npfrom numpy import linalgimport pandas as pd#读取数据集inputfile = 'd:/pythonwork/data/xigua.xls...
2017-03-30 13:04:23
12706
2
原创 python 安装库 出错合集及专业答疑
想安装最新版的python库，请在python库大全及下载地址里下载whl版本的安装文件，当然这种安装容易出错，但是成功安装后能比exe文件安装在后期出错的机会小，特别是scipy，如果跟numpy不配套，就很容易各种出错。本人能够帮你解决各种whl格式库安装的问题，有问题请在博客下留言并贴上报错，通过大量的工作本人发现，绝大所数exe格式的python库安装文件都不是最新版，这在以后的应用中会出
2017-03-12 11:38:59
660
二项分布检验
2017-03-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人