数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

zxq997

使用本地 pip 安装tensorflow

我们已经将 TensorFlow 二进制文件上传到了 PyPI，因此你可以通过 pip 安装， REQUIRED_PACKAGES section of setup.py 文件列出了 pip 将要安装或升级的包。必备: Python要安装 TensorFlow，你的系统必须依据安装了以下任一 Python 版本：Python 2.7Python 3.3 如果你的系统还没有安装符合以上版本

0.0000

0

2

0

关注作者

收藏

zxq997

在 Mac OS X 上安装 TensorFlow(一)

确定如何安装 TensorFlow你可以选择一种方式安装 TensorFlow，支持下面的几种选择：virtualenv"本地" pipDocker从源代码安装，更专业有单独的文档记录我们建议使用 virtualenv 安装。virtualenv 是一个和其它 Python 项目开发隔离的虚拟 Python 环境，在同一台机器上不会干扰也不会被其它程序影响。virtualenv 安装过

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

新算法的纳入标准是什么

我们仅考虑添加已经完善的算法。通常的标准是发布3年以上，被引用超过 200 次，而且被广泛使用。对广泛使用的方法提供了明确改进的技术（如增强型数据结构或更有效的近似技术）也将被考虑纳入。在满足上述标准的算法或技术中,只有这些能够适合现在 scikit-learn API 的, 预测/转换接口通常具有 numpy 阵列或稀疏矩阵的输入/输出。贡献者应该支持通过研究论文或其他类似软件包中的实

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

安装scikit-learn

Scikit-learn 要求:Python (>= 2.7 or >= 3.3),NumPy (>= 1.8.2),SciPy (>= 0.13.3).如果你已经有一个安全的 numpy 和 scipy，安装 scikit-learn 最简单的方法是使用 pippip install -U scikit-learn 或者 conda:conda install scikit-lea

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

在python里除非特别指定，输入将被转换为 float64>>>>>> import numpy as np >>> from sklearn import random_projection >>> rng = np.random.RandomState(0) >>> X = rng.rand(10, 2000) >>> X = np.array(X, dtype='float32'

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

模型持久化

可以通过使用 Python 的内置持久化模块（即 pickle ）将模型保存:>>>>>> from sklearn import svm >>> from sklearn import datasets >>> clf = svm.SVC() >>> iris = datasets.load_iris() >>> X, y = iris.data, iris.target >>> c

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

数据数组的形状

数据总是二维数组，形状 (n_samples, n_features) ，尽管原始数据可能具有不同的形状。在数字的情况下，可以使用以下方式访问:>>>>>> digits.images[0] array([[ 0., 0., 5., 13., 9., 1., 0., 0.], [ 0., 0., 13., 15., 10., 15.,

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

加载实例数据集

我们从我们的 shell 启动一个 Python 解释器，然后加载 iris 和 digits 数据集。我们的符号约定是 $ 表示 shell 提示符，而 >>> 表示 Python 解释器提示符:$ python >>> from sklearn import datasets >>> iris = datasets.load_iris() >>> digits = datasets.l

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

SVC和NuSVC为多元分类实现了 “one-against-one” 的方法 (Knerr et al., 1990) 如果n_class是类别的数量, 那么n_class*(n_class-1)/2分类器被重构, 而且每一个从两个类别中训练数据. 为了给其他分类器提供一致的交互,decision_function_shape选项允许聚合 “one-against-one” 分类器的结果成(n_

0.0000

0

3

0

关注作者

收藏

詹惠儿

怎么理解理论上的概率估计？

为了更好地理解这两个模型及其所做的假设，让我们回过头来看看我们如何在第11章第12章中推导出他们的分类规则。我们通过将文档分配给类来决定文档的类成员资格概率（参见概率），我们计算如下：利用这一点，以这种方式添加是一种简单的平滑形式。对于具有分类结果的试验（例如注意术语的存在或不存在），从数据估计事件概率的一种方法是简单地计算事件发生的次数除以试验总数。这被称为事件的相对频率。估

0.0000

0

2

0

关注作者

收藏

詹惠儿

怎么提高文本分类器的性能？

1. 增加文档区域。在文本分类问题中，通过差异加权来自不同文档区域的贡献，您可以经常获得有效提升效率。通常，增加标题词是特别有效的。根据经验，在文本分类问题中将标题词的权重加倍通常是有效的。您还可以从文本中没有明确定义区域的文本中增加单词来获取价值，但是文档结构或内容中的证据表明它们很重要。建议您也可以通过增加（新闻专线）文档的第一句话来获得价值（在临时检索环境中）。2. 文档区域的单独功能

0.0000

0

3

0

关注作者

收藏

詹惠儿

类别分类法有哪些？

如果文本分类问题由少量分离良好的类别组成，则许多分类算法可能运行良好。但是许多真正的分类问题包括大量通常非常相似的类别。读者可能会想到诸如网络目录（Yahoo!目录或开放目录项目），图书馆分类方案（Dewey Decimal或国会图书馆）或法律或医学应用中使用的分类方案等示例。例如，雅虎！目录由深层次结构中的200,000多个类别组成。对大量密切相关的类别进行准确分类本身就很困难。

0.0000

0

1

0

关注作者

收藏

詹惠儿

文本分类的半监督疑惑

在这里，理论上有趣的答案是尝试应用半监督训练方法。这包括bootstrapping等方法 EM算法。在这些方法中，系统获得一些带标签的文档，以及可以尝试学习的大量未标记文档。Naive Bayes的一大优势是它可以直接扩展为半监督学习算法，但对于SVM，还有半监督学习工作，其标题是转导SVM。通常，实际的答案是找出如何尽可能快地获得更多标记数据的方法。实现这一

0.0000

0

2

0

关注作者

收藏

詹惠儿

文本分类选择哪种分类器？

当遇到构建文本分类器的需要时，首先要问的问题是当前有多少训练数据可用？没有？很少？非常多？或者是巨额，每天都在增长？通常，在实际应用中部署机器学习分类器的最大实际挑战之一是创建或获取足够的训练数据。对于许多问题和算法，需要来自每个类的数百或数千个示例来生成高性能分类器，并且许多现实世界上下文涉及大量类别。我们最初会假设需要尽快分类; 如果有很多时间可用于实现，那么大部分时间可能用于组装数据资源。

0.0000

0

3

0

关注作者

收藏

byd711122

分布式集群搭建完成后，启动spark报错，请教！

分布式集群搭建完成后，Hadoop正常启动，启动spark报错如下：hduser@master:~$ /home/hduser/spark/sbin/start-all.shstarting org.apache.spark.deploy.master.Master, logging to /home/hduser/spark/sbin/../logs/spark-hduser-org.apa

0.0000

0

6

0

关注作者

收藏

zxq997

通过 Python 标准库的 uuid 模块，可以快速简单地生成通用唯一 ID(或“uuid”)。 uuid 模块会创建一个随机的 128 位数字，几乎可以肯定是唯一的。实际上，可以生成超过 2¹²² 个可能 UUID，这一数字超过了5,000,000,000,000,000,000,000,000,000,000,000,000（数字 5 后面有 36 个数字 0）。在给定的集合中

0.0000

0

5

0

关注作者

收藏

zxq997

你有没有遇到过这样的困境：遇到编码的问题忘记了以前见过的解决方案，或者需要检查 StackOverflow，但又不想离开终端。要摆脱这一困境，你需要这个有用的命令行工具——howdoi。有了 howdoi，无论你问它什么问题，它都会尽力回答。但有一点要注意的是：howdoi 是从 StackOverflow 的热门答案中抓取代码，它提供的信息可能不是最有用的。译注： S

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

SQL使用视图的优点有哪些

视图是为了查询方便，也就是多个表的总结，但是不能对视图增删改。在做数据库开发中使用视图的优点有：1.视图的好处就是在你做复杂的查询逻辑时可以简化你的思考过程。2.用视图可以隐藏一定的信息，用过滤后查询出来的数据集组成视图可以访问表中的子集，可以访问表中行的子集。3.可以重命名列名。在表中有些列名定义没有代表意义，如列“abc”，为了让用户看到列名就可以知该列是什么数据，可以

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

matplotlib基本误差线

衡量数据误差是科学测量中无比重要的事儿，而在数据可视化异常处理中将数据的误差用图形描绘出来能提供更多的有效信息。%matplotlib inlineimport matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npplt.style.use('seaborn-whitegrid') # 导入各种包x

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

基于树的特征选择

基于树的 estimators 可以用来计算特征的重要性，然后可以消除不相关的特征（当与 sklearn.feature_selection.SelectFromModel 等元转换器一同使用时）:>>>>>> from sklearn.ensemble import ExtraTreesClassifier >>> from sklearn.datasets import load_iris

0.0000

0

1

0

关注作者

收藏

<1…477478479…531>

CDA考试动态

CDA报考指南