第四章1,  数据预处理的过程主要包括：数据清洗，数据集成，数据转换和数据规约。2，牛顿插值法:https://www.zhihu.com/question/22320408/answer/1419733143，数据规范化：3.1 最小最大规范化 3.2 零-均值规范化 σ为标准差3.3 小数定标规范化K为数据绝对值最

1，导出为json格式mongoexport -d 数据库名字 -c collection名字 -o /home/admin/test.json2,导出为csv格式mongoexport -d 数据库名字 -c collection名字 --csv -f url,name,age -o /home/admin/test.csv  导出url,name,age字段导出为csv格式的时候会出现中文乱码

1，导出为json格式mongoexport -d 数据库名字 -c collection名字 -o /home/admin/test.json2,导出为csv格式mongoexport -d 数据库名字 -c collection名字 --csv -f url,name,age -o /home/admin/test.csv  导出url,name,age字段导出为csv格式的时候会出现中文乱码

第五章：1， 常用的分类和预测算法2， 回归分析3， 主要回归模型4， 决策树算法:tip：使用dot -Tpng data.txt -o data.png 可以将生成的树用Graphivz进行可视化。（目前会出现编码问题，还没解决）5 ,人工神经网络算法:6，分类与预测算法评价6.1 绝对误差和相对误差6

当你的Google浏览器出现：When running Google Chrome under a supported desktop environment, the system proxy settings will be used. However, either your system is not supported or there was a prob...

1，功能:将数据进行离散化pandas.cut(x,bins,right=True,labels=None,retbins=False,precision=3,include_lowest=False)    参数说明:x    :进行划分的一维数组     bins : 1,整数---将x划分为多少个等间距的区间         In[1]:pd.cut(np.a

1，环境：本人原本使用的是win 10（CPUi5,内存8G）的环境，但自己想搭建一个分布式的爬虫,于是自己想到了虚拟机，虚拟机的环境为Ubuntu14.04，但是由于各种原因，虚拟机中的python环境(python环境要求为python3.5+)已经被我弄乱了，我在网上看到说Ubuntu16.04中有默认的python3.5+,于是果断地用了Ubuntu16.042,当环境切换为Ubuntu1