全栈知识第1784页

Python 基础

一、前言　　一如既往，开始前先唠叨几句，这两年有点满足于现状了，最近出去找虐了，发现自己的技术有点渣，可以用几个不够来概括：不够扎实，不够深入，不够系统化。好了，啰嗦完了，学习的热情又上来了，计划用一个月的时间把同事遗留给我的书看完，哈哈...

关于 StatsModels statsmodels（http://www.statsmodels.org）是一个Python库，用于拟合多种统计模型，执行统计测试以及数据探索和可视化。文档最新版本的文档位于：https://www.g...

一.算法流程 adaboost回归模型与分类模型类似，主要的不同点在于错误率的计算、基模型的权重计算以及样本权重的更新，下面就直接介绍算法流程部分输入：训练集\\(T=\\{(x_1,y_1),(x_2,y_2),…,(x_N...

简介前面已经介绍过了一些模型，它们各有各的优缺点：（1）比如SVM中，虽然它的最大化间隔能带来不错的泛化能力，但如果某些支持向量恰好是异常点，那么它的决策边界可能会错的很离谱；（2）对于决策树，虽然它的非线性拟合能力很强，但如果放纵树...

TIOBE 编程语言排行榜 7 月更新已公布，排名前十的分别是：Java, C, Python, C++, C#, Visual Basic .NET, JavaScript, PHP, SQL 和汇编语言。 TIOBE 编程社区指数（Th...

做爬虫总会遇到各种各样的反爬限制，反爬的第一道防线往往在登录就出现了，为了限制爬虫自动登录，各家使出了浑身解数，所谓道高一尺魔高一丈。今天分享个如何简单处理滑动图片的验证码的案例。 ...

一. 简介 Bagging的思路很简单，对大小为\\(n\\)的样本集进行\\(n\\)次重采样得到一个新的样本集，在新样本集上训练一个基学习器，该过程执行\\(m\\)，最后对这\\(m\\)个基学习器做组合即得到最后的强学习器：二.代...

一.简介上一节已经介绍了提升树的算法流程，这一节只需要将下面的优化过程替换成求解具体的梯度即可： \\[w_m^*=arg\\min_{w_m}\\sum_{i=1}^NL(y_i,f_{m-1}(x_i)+T(x_i,w_m))\\] ...

Locust是一款Python技术栈的开源的性能测试工具。Locust直译为蝗虫，寓意着它能产生蝗虫般成千上万的并发用户： Locust并不小众，从它Github的Star数量就可见一斑：截止文章写作时，一共15951Star。 Locu...

一.简介为了让学习器越发的不同，randomforest的思路是在bagging的基础上再做一次特征的随机抽样，大致流程如下：二.RandomForest：分类实现 import osos.chdir(\'../\')from ml_m...