首页
学习
活动
专区
工具
TVP
发布

算法channel

专栏作者
853
文章
1025694
阅读量
136
订阅数
joblib,一个加速Python程序的库!
它非常适合于那些需要进行重复计算或大规模数据处理的任务,尤其是在数据科学和机器学习领域中。
double
2024-03-07
970
数据处理的 3 个小技巧,都很实用
今天使用的数据集名称:IMDB-Movie-Data,取自 Kaggle,百度网盘下载链接如下:
double
2020-05-08
4340
#python小例子# 绘制轮播图​
使用pyecharts模块的timeline可按照近10年的时间线轮播2个超市7种水果的柱状图显示:
double
2020-02-12
6810
5个优雅的Numpy函数助你走出数据处理困境
Numpy 允许我们根据给定的新形状重塑矩阵,新形状应该和原形状兼容。有意思的是,我们可以将新形状中的一个参数赋值为-1。这仅仅表明它是一个未知的维度,我们希望 Numpy 来算出这个未知的维度应该是多少:Numpy 将通过查看数组的长度和剩余维度来确保它满足上述标准。让我们来看以下例子:
double
2019-11-21
4050
数据降维处理:PCA之特征值分解法例子解析
请点击上面公众号,免费订阅。 《实例》阐述算法,通俗易懂,助您对算法的理解达到一个新高度。包含但不限于:经典算法,机器学习,深度学习,LeetCode 题解,Kaggle 实战。期待您的到来! 01 — 回顾 这两天推送了数据降维,提取主成分的基本概念,矩阵特征值分解法获取数据的主成分的推导过程,有需要的请参考: 机器学习数据预处理:数据降维之PCA 数据预处理:PCA原理推导 今天,拿一个小例子,理解下特征值分解法求主成分的过程。 02 — 特征值分解法求主成分 在数据预处理:PCA原理推导中我们说到,
double
2018-04-02
8250
数据降维:特征值分解和奇异值分解的实战分析
《实例》阐述算法,通俗易懂,助您对算法的理解达到一个新高度。包含但不限于:经典算法,机器学习,深度学习,LeetCode 题解,Kaggle 实战。期待您的到来! 01 — 回顾 这几天推送了关于机器学习数据预处理之降维算法,介绍了通过降维提取数据的主成分的背景,特征值分解法,奇异值分解法的相关原理。 现在我们再回顾下这些问题,首先,提取主成分的必要性,从数字信号的角度分析,主成分时方差较大,称为信号,而噪声是方差较小的;极限讲,如果100个样本点都汇集成一个点,也就是方差为0,那么不就相当于我们手上有1个
double
2018-04-02
1.5K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档