1,Rule-Based最开始,全部认为的去分析数据,从数据处理到数据分析到最后出结果全部人工,中间可能会借助一些工具2,机器学习前期特征提取阶段靠人工,称之为特征工程,后期数据分析比如决策靠机器靠算法.优点:节省了大量人力,而且机器准确度比人为高缺点:任然依靠人工构建特征工程,特征选择任然会有遗漏,或者无效特征加入.3,深度学习深度学习就是神经网络,只是把隐藏层加深了...

github项目下载地址：https://github.com/echowei/DeepTraffic百度网盘下载地址：链接：https://pan.baidu.com/s/1Nf-GNXAGWpKtGxW93bCOdw提取码：mub1前两步使用powershell运行，powershell是基于windows的类似Linux的shell命令，在徽标键搜索框中直接搜索powershe...

一,AI人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟...

使用spark-shell命令进入shell模式,得到信息如下:注意:spark的版本号与Scala版本号是不一致的,spark依赖Scala

github项目下载地址：https://github.com/echowei/DeepTraffic百度网盘下载地址：链接：https://pan.baidu.com/s/1Nf-GNXAGWpKtGxW93bCOdw提取码：mub1前两步使用powershell运行，powershell是基于windows的类似Linux的shell命令，在徽标键搜索框中直接搜索powershe...

%表示注释%%（cell模式）标识一块代码，可以折叠

参考博文：https://blog.csdn.net/saltriver/article/details/52502253一、算法介绍K最近邻 (k-Nearest Neighbors，KNN) 算法是一种分类算法，也是最简单易懂的机器学习算法，没有之一。1968年由 Cover 和 Hart 提出，应用场景有字符识别、文本分类、图像识别等领域。该算法的思想是：一个样本与数据集中的k个样本...

一、pandas.apply()1.1遍历DataFrame的元素（一行数据或者一列数据）dataframe.apply(function,axis)对一行或一列做出一些操作（axis=1遍历行，axis=0遍历列）1.1.1 行遍历1.1.2 列遍历默认列遍历1.2遍历Series的元素（单个数据）1.3lambda表达式函数式编程，使得apply()处理数据时，参数可...

深度学习是为了解决特征难提取的需求.比如:水果分类,特征可以选取形状(色差大的地方可以确定轮廓),颜色等但是比较复杂的图片就难以找到特征来区分.人找特征肯能特征会缺失,或者找到无效特征.深度学习:即深度神经网络好处:不用再人工去做特征提取坏处:对于预测结果反推不出是哪些因素(特征)对其造成了影响,特征都被屏蔽在了神经网络之内,外界不可见....

变量名区分大小写A = 2a = 3变量名长度不超过63位ABCDEFGHIJKLMNOPQRSTUVWXYZ123456ABCDEFGHIJKLMNOPQRSTUVWXYZ123456 = 3变量名只能以字母开头，可以由字母、数字和下划线组成3A = 4(编译不通过)_a = 5（编译不通过）