最近把sql复习了第二遍，也熟悉了tableau，纸上得来终觉浅，在天池找了一个专题进行实践，并参考了一个实践项目的分析思路，数据来源：UserBehavior整个数据集解压之后有3.5G左右，包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的隐式行为（行为包括点击、购买、加购、喜欢），用于隐式反馈推荐问题的研究。导入mssql之后的基本的表结构如下：列名数据类型说

这章主要内容涉及分词、词性标注和标注器训练、字典使用。因为中英文差别，所以在后面练习里尝试用中文数据来训练ngram标注器。首先导包import nltkfrom nltk.corpus import brownfrom nltk.book import *import jiebaimport matplotlib.pyplot as plt1#nltk词性标注无法消除歧义text = nltk.

线性回归前言一、线性回归定义θ的计算梯度下降最小二乘法带权重的线性回归二、使用步骤1.引入库2.读入数据总结前言本文是基于《机器学习实战》和吴恩达的ML课程自己的总结，也包括作业代码的重写和注释。提示：以下是本篇文章正文内容，下面案例可供参考一、线性回归定义线性回归假设特征和结果满足线性关系。每个特征对结果的影响都可以通过特征前的参数体现，且每个特征变量可以先映射到一个函数，然后再参与线性计算。从

第二章最近要学nltk，这本书的练习题出的很好，自己写下来锻炼一下。2from nltk.corpus import gutenberglen(gutenberg.words('austen-persuasion.txt'))len(set(gutenberg.words('austen-persuasion.txt')))3from nltk.corpus import brownbrown.w

第三章这本书网上能找到的答案很少。这一章主要涉及字符串处理、正则表达式、爬虫、列表推导等内容。1s = 'colorful'print(s[:3]+'u'+s[3:])2s[-9]4s[::2]5s[::-1]7import restring = "The purpose of this research was to create a framework of indicators that e

本系列是针对《机器学习实战》蜥蜴书第二版自己的总结，结合吴恩达的ML课部分理论内容。这里拿泰坦尼克这个经典例子来说明对于机器学习算法的数据清洗技术。观察数据首先从kaggle下载数据得到 train.csv 和 test.csv加载数据train_data = pd.read_csv('drive/Colab Notebooks/ml/datasets/titanic/train.csv')tes

本系列是针对《机器学习实战》蜥蜴书第二版自己的总结，结合吴恩达的ML课部分理论内容。这里拿泰坦尼克这个经典例子来说明对于机器学习算法的数据清洗技术。观察数据首先从kaggle下载数据得到 train.csv 和 test.csv加载数据train_data = pd.read_csv('drive/Colab Notebooks/ml/datasets/titanic/train.csv')tes