Kaggle实战之Titanic
题目来自：Titanic参考资料来自：An Interactive Data Science TutorialTitanic 生存预测比赛是一个二分类问题，根据乘客的信息来判断是否在沉船事故中存活了下来。
首先还是导入必要的库：
12345678910111213141516171819202122
...
主成成分分析 PCA
概念PCA(Principal components analysis)是一种分析和简化数据的技术,常用于减少数据集的维度,同时保持数据集中对方差贡献最大的特征,用数据里最主要的方面来代替原始数据,在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用.
其方法主要是通过对协方差矩阵进行特征分解,以得
...
词嵌入模型Word2vec
从one-hot 说起要想把自然语言交给机器学习来处理,就必须得先将语言数值化,将语言转为数值的产物也就是词向量.
最简单的词向量就是one-hot,顾名思义,每个词向量的长度是整个词典的大小,其中只有一个1,其余全为0,1所对应的位置也就是这个词在词典中的位置.
one-hot 有两个缺点:
o
...
《廖雪峰：SQL教程》笔记
什么是SQL
简单地说，SQL就是访问和处理关系数据库的计算机标准语言具体来说，SQL是结构化查询语言Structured Query Language的缩写，用来访问和操作数据库系统。SQL语句既可以查询数据库中的数据，也可以添加、更新和删除数据库中的数据，还可以对数据库进行管理和维护操作。
数
...
《廖雪峰：Git教程》笔记
Git是什么?
Git是目前世界上最先进的分布式版本控制系统
什么是版本控制系统?
对软件开发过程中各种程序代码、配置文件及说明文档等文件变更的管理
集中式和分布式版本控制系统有什么区别?
CVS及SVN都是集中式的版本控制系统，而Git是分布式版本控制系统集中式版本控制系统，版本库是集中存放在
...
Python之pandas
Series
series是一个像数组一样的一维序列,并伴有一个数组表示label,叫做index,默认的index是0,1,2…,当然也可以在创建Series时设定好index
123456789101112131415obj = pd.Series([4, 7, 5, -3])obj# 0
...
LeetCode之哈希表
705. 设计哈希集合难度:容易要求
不使用任何内建的哈希表库设计一个哈希集合具体地说，你的设计应该包含以下的功能add(value)：向哈希集合中插入一个值。contains(value) ：返回哈希集合中是否存在这个值。remove(value)：将给定值从哈希集合中删除。如果哈希集合中没有这个
...
Python之numpy
numpy.randomnumpy.random.rand()
numpy.random.rand(d0,d1,…,dn)
根据给定维度生成[0,1)之间的数据，包含0，不包含1
返回值为指定维度的array
1234np.random.rand(3,2)# array([[0.77342926
...