加载中
hadoop学习-1 获取测试数据

制造数据: 每行101个随机数字。 import random def get_file(): """ 获得一个文件,如果没有,则;创建并返回,如果有,则直接返回。 :return: file """ file = open(...

2017/11/02 13:50
10
mnist学习

获取所有数据集,用一下代码下载需要vpn。 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) 运行结束后可以...

2017/10/16 10:23
5
Tensorflow 基本概念

tensor可简单的理解为多维数组,但是张量对象并未正真保存计算的结果值, 而是保存要获得这个值的计算过程。 import tensorflow as tf a = tf.constant([[1, 2, 3, 4, 5], [1, 2, 3, 4, 5]...

2017/09/10 09:31
21
knn 分类

""" knn 预测 """ import pandas as pd import numpy as np import matplotlib from matplotlib.patches import Rectangle from sklearn.model_selection import train_test_split from skle...

2017/08/21 21:02
10
Polynomial Regression 多项式回归

#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np from sklearn.linear_model import LinearRegression, RidgeCV, LassoCV, ElasticNetCV from sklearn.preprocessing import ...

2017/08/21 11:42
98
数据离散化

主要使用kmean # -*- coding: utf-8 -*- # 数据规范化 import pandas as pd datafile = '../data/discretization_data.xls' # 参数初始化 data = pd.read_excel(datafile) # 读取数据 da...

2017/08/19 15:13
16
数据归一化方法

sklearn提供了一些数据正规化的方法。 from sklearn.preprocessing import MinMaxScaler X_transformed = MinMaxScaler().fit_transform(X) 还有很多其他类似的规范化方法,对于其他类型的应...

2017/08/19 15:12
2
pandas 数据合并 去重 删除替换异常值 随机采样

合并数据集 pandas.merge 可根据一个或多个键将不同 DataFrame 中的行连接起来。 pandas.concat 可以沿着一条轴将多个对象堆叠到一起 实例方法 combine_first 可以用一个对象中的值填充另一个...

2017/08/19 14:35
206
数据质量分析_绘制直方图和饼状图

""" 绘制数据种类直方图、饼状图 """ import numpy as np import matplotlib.pyplot as plt from matplotlib import mlab from matplotlib import rcParams import pandas as pd def draw...

2017/08/19 10:37
14
数据质量分析—绘制箱型图

箱型图如下所示: 计算过程: (1)计算上四分位数(Q3),中位数,下四分位数(Q1) (2)计算上四分位数和下四分位数之间的差值,即四分位数差(IQR,interquartile range)Q3-Q1 (3)绘制...

2017/08/19 10:25
10
pandas 对列进行替换值和删除列 设置Series的dtype 统计Series 里面数值类型和个数

def preprocess2(): """ 数据预处理 :return: """ data = pd.read_csv('./dataset/preprocess_1', delimiter=',', header=None ...

2017/08/18 14:43
96
绘制三维散点图

import numpy as np import pandas as pd 不同类型的label可区分 def data_vasual(): """ 绘制散点图 :return: """ feature_data = pd.read_csv('./dataset/feature').v...

2017/08/18 14:42
3

没有更多内容

加载失败,请刷新页面

返回顶部
顶部