Python 是机器学习和其他科学领域中的主流语言，我们通常需要使用它处理大量的数据。Python 兼容多种深度学习框架，且具备很多优秀的工具来执行数据预处理和可视化。 但是，Python 2 和 Python 3 长期共存于 Python 生态系统中，很多数据科学家仍然使用 …

python当前主要有2个release版本 Python 2.7.16 和 Python 3.7.3 ，这两个版本在一些语法上存在较大差异。 如果你从网上下载了一段python代码，却运行不起来，首先要排除的是python版本问题。比如下面这个 hello_python.py…

时间格式对于任何一个工程师来说都是绕不开的知识，爬虫工程师同样如此。爬虫工程师要将不同网站的相同类型内容存放在同一个数据表当中，常见的有： 在数据库建表的时候，通常有5中字段类型让人选择： TIME、DATE、DATETIME、TIMESTAMP、YEAR。 YEAR 这样的时…

前面六篇文章从一个项目的终极目标、寻找和获取数据，到数据预处理，做特征工程，接下来就需要开始选择合适的算法模型，进行训练评估和测试了。 因为篇幅问题，主要简单介绍每个算法的基本原理，优缺点等，以及为了保证每篇文章不会太长，可能会分成两篇或者三篇来介绍。 1. 线性回归 这种函数…

由 Kaggle 主持的泰坦尼克号生存挑战赛是一项竞赛，其目标是基于一组描述乘客的变量，例如他的年龄，性别或乘客在船上的等级，来预测特定乘客是生存或死亡。 我一直在玩 Titanic 数据集，我最近在公共排行榜上获得了0.8134的准确度分数。当我写这篇文章时，我在所有 Kag…

本系列的第一部分 中，我们介绍了在 Bokeh（Python 中一个强大的可视化库）中创建的一个基本柱状图。最后的结果显示了 2013 年从纽约市起飞的航班延迟到达的分布情况，如下所示（有一个非常好的工具提示）： 这张表完成了任务，但并不是很吸引人！用户可以看到航班延迟的几乎是…

从网上爬下特定页码的网页。 对于爬下的页面内容进行简单的筛选分析。 找到每一篇帖子的 标题、发帖人、日期、楼层、以及跳转链接。 将结果保存到文本。 在编码之后就是： 西部世界。 链接的末尾处：&ie=utf-8 表示该连接采用的是utf-8编码。 Python3相对于Pytho…

选自Github，作者：黄海广。 《统计学习方法》，作者李航，本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场等。除第 1 章概论和最后一章总结外…