在处理数据时遇到NAN值的几率还是比较大的，有的时候需要对数据值是否为nan值做判断，但是如下处理时会出现一个很诡异的结果：import numpy as npnp.nan == np.nan#此时会输出为False对np.nan进行help查看，输出如下：Help on float object:class float(object)|float(x) -> floating point

1、检测指定路径下所有文件所占用内存import osdef check_memory(path, style='M'):i = 0for dirpath, dirname, filename in os.walk(path):for ii in filename:i += os.path.getsize(os.path.join(di

psycopg2 数据批量插入问题记录由于最近用到greenplum，需要进行一些数据库批量插入操作，由于其操作方式与postgresql相同，因此采用的是psycopg2（2.8.4） 做底层驱动。由于数据量较大，所以采用了批量插入操作，也就是其自带的executemany，从名字来看会给我们其真的是批量插入的错觉（搜了下，大部分搜索结果也是说批量插入使用该操作，坑~(⊙﹏⊙)），但是，实际..

1.什么是分类准确率?评价分类器性能的指标一般是分类准确率（Accuracy），其定义是：对于给定的测试数据集，分类器正确分类的样本数和总样本数之比。对于二分类问题常见的评价指标是精确率（precision）与召回率（recall）。通常以关注的类为正类，其他类为负类，分类器在测试数据集上的预测或正确或不正确，四种情况出现的总数分别记作：TP ——将正类预测为正类数（True Posit

高内聚、低耦合内聚：每个模块尽可能独立完成自己的功能，不依赖于模块外部的代码。耦合：模块与模块之间接口的复杂程度。模块之间联系越复杂耦合度越高，牵一发而动全身。目的：使得模块的“可重用性”、“移植性“大大增强。通常程序结构中各模块的内聚程度越高，模块间的耦合程度就越低。模块粒度：【函数】高内聚：尽可能类的每个成员方法只完成一件事（最大限度的聚合）低耦合：减少类内部一个成员调用另...

这个repo 用来记录一些python技巧、书籍、学习链接等，欢迎stargithub地址sklearn是利用python进行机器学习中一个非常全面和好用的第三方库，用过的都说好。今天主要记录一下sklearn中关于交叉验证的各种用法，主要是对sklearn官方文档 Cross-validation: evaluating estimator performance进行讲解，英文水平好...

用python进行运算时，如果会出现浮点数，有时候会需要对小数精度进行控制，主要方法有以下几种：1、round（）round()是python的内置方法， round()如果只有一个数作为参数，不指定位数的时候，返回的是一个整数，而且是最靠近的偶数整数(python2.7版本则是四舍五入，这个针对的是python3版本）。如果有两个参数则最多保留精度为第二个参数大小。In [1]: 4 - 3.6

svm是sklearn中一个关于支持向量机的包，比较常用，在使用过程中若是不熟悉各个参数的意义，总以默认参数进行机器学习，则不能做到最优化使用SVM，这就是一个较为遗憾的事情了。为了加深理解和方便调用，根据现有理解，结合官方文档，对其中的参数做一些记录，方便自己时常温习，也给阅读者进行一些错粗浅的介绍，如果有理解错误的地方，希望阅读者能够指出。以svm中的支持向量分类SVC作为介绍，所有参数如下：

这个repo 用来记录一些python技巧、书籍、学习链接等，欢迎stargithub地址sklearn是利用python进行机器学习中一个非常全面和好用的第三方库，用过的都说好。今天主要记录一下sklearn中关于交叉验证的各种用法，主要是对sklearn官方文档 Cross-validation: evaluating estimator performance进行讲解，英文水平好...

分类：支持向量机（SVM）可用于找到尽可能宽的分类的边界。当两个分类不能被清楚地分开时，该算法会找到其所能找到的最佳边界。其真正的亮点在于处理特征密集的数据，比如文本或者基因组（特征数量> 100）。在这些情况下，除了仅需要适量的记忆外，支持向量机（SVM）能够比其它大多数算法更快且更少过拟合地进行分类。人工神经网络是涵盖二分类、多分类和回归问题的脑启发式学习算法。它们有无限的种类，