1、推荐一个很棒的机器学习笔记，它不仅完整的实现了一个机器学习分析的过程，而且介绍了很好的习惯和流程规范，非常值得学习：An example machine learning notebook : https://nbviewer.jupyter.org/github/rhiever/Data-Analysis-and-Machine-Learning-Projects/blob/master..

来自：程序员书库（ID：CodingBook）书单来自：https://levelup.gitconnected.com/6-super-cool-websites-for-practicing-algorithms-learning-programming-4cda65a64b7e最近一位有着15年经验的老程序员和我们他认为最酷的6个学习编程/算法的网站，以下为他的博客原文：我是一位拥有15年工

近期工作中遇到了节假日场景，而七夕节、中秋节、重阳节、端午节、清明节、春节这些都是农历的节日，对应到阳历日期并不是固定的。所以就很有必要有一个转换方法，实现农历日期到阳历日期的转换。已经有很多大牛对此做了实现，这里记录下亲测好用的方法。1、首推：简书上 “Python 农历公历相互转换”https://www.jianshu.com/p/272c5dfa3eef他在github上有发布模块，可以直

使用OLS做回归#使用OLS做多元线性回归拟合from sklearn import linear_model,cross_validation, feature_selection,preprocessingimport statsmodels.formula.api as smfrom statsmodels.tools.eval_measures import msefrom statsmo

python中的类class: 继承、覆盖、重写、重载、扩展、多态、封装

1、rollup()分层聚合方法 -实践1#in pythonfrom pyspark.sql.functions import count,min,max,avg,var_pop,stddev_pop,countDistinctdf.rollup("code")\.agg(countDistinct("user_id").alias("user_cnt"))\.select("code","us

分级聚类、K均值聚类案例假设有你一批博客数据，请根据博客内容进行聚类，分别用分级聚类和K-均值聚类查看博客的分组情况。假设你使用API已经爬取了相关数据，并且已经整好数据格式如下：blogname,china,kids,music,yahoo,search,engine,google,operating,system,pythonRead/WriteWeb,5,20,15,0,8...

作者|Chilia整理|NewBeeNLP本文主要讨论两种不平衡问题。一是数据的类别本来就不平衡，比如在广告CTR预估中，可能90%的广告都不会被点击，只有一少部分被点击;二是由于误分类cost的不对称性(asymmetric cost)，例如把non-spam 分成spam的代价要远大于把spam分成non-spam。在这篇文章中，我将介绍两大类方法：一是通过采样而改变数据集，二是修改训练策略。

原文链接：推荐系统之数据与特征工程原文作者丨gongyouliu来自大数据与人工智能推荐系统是机器学习的一个子领域，并且是一个偏工程化、在工业界有极大商业价值的方向。大量应用于提供toC类产品的互联网企业服务中，通过推荐系统为用户提供精准的个性化服务。推荐系统通过推荐算法来为用户生成个性化推荐结果，而推荐算法依赖数据输入来构建算法模型。本篇文章我们来讲解推荐系统所依赖的数据，怎么处理这些数据，让数

K近邻模型、KNN算法1案例假设有用户对曾经购买过的商品的评分数据，如何利用这份数据给用户做商品推荐？或者对一个用户，应该给他推荐哪些商品？思路逻辑图Python代码#!/usr/bin/env python# -*- coding: utf-8 -*-#@Time: 2019-11-18 22:36#@Author: gaollimport timeimpo...