使用机器学习识别出拍卖场中作弊的机器人用户(二)
2017-04-18
阅读 22 分钟
12k数据预处理&特征工程——Feature_Engineering.ipynb & Feature_Engineering2.ipynb
使用机器学习识别出拍卖场中作弊的机器人用户
2017-04-18
阅读 20 分钟
8.4k数据预处理&特征工程——Feature_Engineering.ipynb & Feature_Engineering2.ipynb
用Python处理csv文件的一些小玩意儿
2016-12-17
阅读 16 分钟
12.8kPython CSV Toolkit 整理了一些个人在利用python处理csv文件时经常用到的一些自定义方法，放在这里主要方便自己查阅，也可以给其他人做参考 目录 输出CSV文件某列的匹配/不匹配的记录 调整csv文件的列的顺序 CSV转换器 抽取特定列 除去完全重复的记录 根据列名排序 键值互换 输出CSV文件某列的匹配/不匹配的记录 主要用...
csv文件与字典，列表等之间的转换小结【Python】
2016-10-08
阅读 12 分钟
32.9k本文针对前面利用Python 所做的一次数据匹配实验，整理了其中的一些对于csv文件的读写操作和常用的Python'数据结构'（如字典和列表）之间的转换(Python Version 2.7)
用Python实现不同数据源的对象匹配【思考】
2016-10-07
阅读 1 分钟
3.2k开始匹配之前可以进行一些简单的判断，看看所得到的数据的纯净度如何，比如是否存在重复数据？重复数据重复的情形（完全重复or部分重复）以及按某一字段排序来进一步分析看看；
用Python实现不同数据源的对象匹配【实验记录】
2016-09-18
阅读 51 分钟
8.8knationality or place of birth?应该还是用nationality，不过分析数据过程中发现存在诸如' Morocco|Germany '的字段，考虑用分隔后，多国籍分别分组
Algorithms(第四版)1.1课后练习答案（个人整理）
2016-09-12
阅读 15 分钟
12.4k最近着手学习Robert Sedgewick的Algorithms这本书，开始做习题时发现配套网站上对应的习题答案并不完全，google后发现github以及有些人的博客上有部分答案，不过一般只做了第一章节的题目，大概是题目太多了的原因，在此自己整理自己所做的一份答案，希望有同行的人一起交流，分享。