Ⅹ. Harbor

决策树回归核心思想：相似的输入必会产生相似的输出。例如预测某人薪资： 年龄：1-青年，2-中年，3-老年学历：1-本科，2-硕士，3-博士经历：1-出道，2-一般，3-老手，4-骨灰性别：1-男性，2-女性 年龄 学历 经历 性别 ==> 薪资 1 1 1 1 ==> 6000（低） 2 1 3 1 ==> 10000（中） 3 3 4 1 ==> 50000（高） … … … … ==> … 1 3 2 2 ==> ? 12345678样本数量非常庞大 100W个样本换一种数据结构，来提高检索效率树形结构回归 ： 均值分类 ： 投票(概率) 为了提高搜索效率，使用树形数据结构处理样本数据：$$\text{年龄}=1\left{\begin{aligned}\text{学历}1 \\text{学历}2 \\text{学历}3 \\end{aligned}\right.\quad\ ...

线性模型线性模型是自然界最简单的模型之一，它描述了一个（或多个）自变量对另一个因变量的影响是呈简单的比例、线性关系.例如： 住房每平米单价为1万元，100平米住房价格为100万元，120平米住房为120万元； 一台挖掘机每小时挖$100m^3$沙土，工作4小时可以挖掘$400m^3$沙土. 线性模型在二维空间内表现为一条直线，在三维空间内表现为一个平面，更高维度下的线性模型很难用几何图形来表示（称为超平面）.如下图所示： 二维空间下线性模型表现为一条直线 三维空间下线性模型表现为一个平面 线性回归是要根据一组输入值和输出值（称为样本），寻找一个线性模型，能最佳程度上拟合于给定的数值分布，从而再给定新的输入时预测输出.样本如下表所示： 输入(x) 输出(y) 0.5 5.0 0.6 5.5 0.8 6.0 1.1 6.8 1.4 6.8 根据样本拟合的线性模型如下图所示： 线性模型定义设给定一组属性$x, x=(x_1;x_2;…;x_n)$，线性方程的一般表达形式为：$$y = w_1x_1 + w_2x_2 + w_3 ...

人工智能课程概述什么是人工智能人工智能（Artificial Intelligence）是计算机科学的一个分支学科，主要研究用计算机模拟人的思考方式和行为方式，从而在某些领域代替人进行工作. 人工智能的学科体系以下是人工智能学科体系图： 机器学习（Machine Learning）：人工智能的一个子学科，研究人工智能领域的基本算法、原理、思想方法，机器学习研究的内容在其它子学科都会用到 计算机视觉（Computer Vision）：研究计算机处理、识别、理解图像、视频的相关技术 自然语言处理（Natural Language Processing）：研究计算机理解人类自然语言的相关技术 语言处理：研究计算机理解识别、理解、合成语音的相关技术 人工智能与传统软件的区别 传统软件：执行人的指令和想法，在执行之前人已经有了解决方案，无法超越人的思想和认识范围 人工智能：尝试突破人的思想和认识范围，让计算机学习到新的能力，尝试解决传统软件的难题 课程介绍课程内容课程内容主要包括： 课程特点 内容多：包括机器学习、深度学习、计算机视觉、NLP、常用框架 难度大：学习难度较大，入门难、提 ...

数值型描述统计算数平均值$S = [s_1, s_2, …, s_n]$ 样本中的每个值都是真值与误差的和。 $mean = \frac{(s_1 + s_2 + … + s_n) }{n}$ 算数平均值表示对真值的无偏估计。 123m = np.mean(array)m = array.mean()m = df.mean(axis=0) 案例：针对电影评分数据做均值分析： 123mean = ratings['John Carson'].mean()mean = np.mean(ratings['John Carson'])means = ratings.mean(axis=1) 加权平均值求平均值时，考虑不同样本的重要性，可以为不同的样本赋予不同的权重。 样本：$S = [s_1, s_2, s_3 … s_n]$ 权重：$W =[w_1, w_2, w_3 … w_n]$ 加权平均值：$$a = \frac{s_1w_1 + s_2w_2 + … + s_nw_n}{w_1+w_2+…+ ...

:star2:基本绘图 :star:绘图核心API案例： 绘制简单直线 123456789101112131415161718192021import numpy as npimport matplotlib.pyplot as plt# 绘制简单直线x = np.array([1, 2, 3, 4, 5])y = np.array([3, 6, 9, 12, 15])# 绘制水平线、垂线plt.axhline(y=6, ls=":", c="blue") # 添加水平直线plt.axvline(x=4, ls="-", c="red") # 添加垂直直线# 绘制多段垂线plt.vlines([2, 3, 3.5], # 垂线的x坐标值 [10, 20, 30], # 每条垂线起始y坐标 [25, 35, 45]) # 每条垂线结束y坐标 [],[],[] 位置，开始位置，结束位置 plt.plot(x, y) ************ ...

:star2:pandas介绍Python Data Analysis Library pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入 了大量库和一些标准的数据模型，提供了高效地操作大型结构化数据集所需的工具。 :star2:pandas核心数据结构数据结构是计算机存储、组织数据的方式。 通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。 :star:SeriesSeries可以理解为一个一维的数组，只是index名称可以自己改动。类似于定长的有序字典，有Index和 value。 1234567891011121314import pandas as pdimport numpy as np# 创建一个空的系列s = pd.Series()# 从ndarray创建一个Seriesdata = np.array(['张三','李四','王五','赵柳'])s = pd.Series(data)s ...

numpy概述 Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。 Numpy是其它数据分析及机器学习库的底层库。 Numpy完全标准C语言实现，运行效率充分优化。 Numpy开源免费。 numpy历史 1995年，Numeric，Python语言数值计算扩充。 2001年，Scipy->Numarray，多维数组运算。 2005年，Numeric+Numarray->Numpy。 2006年，Numpy脱离Scipy成为独立的项目。 numpy的核心：多维数组 代码简洁：减少Python代码中的循环。 底层实现：厚内核(C)+薄接口(Python)，保证性能。 ndarray 数组用np.ndarray类的对象表示n维数组 123import numpy as npary = np.array([1, 2, 3, 4, 5, 6])print(type(ary)) # <class 'numpy.ndarray'> 内存中的ndarray对象元数据（metadata） 存储对目标数组的 ...

有需要上网现查现学的东西。 分页 分页是指在web页面有大量数据需要显示，为了阅读方便在每个页页中只显示部分数据。 好处: 方便阅读 减少数据提取量，减轻服务器压力。 Django提供了Paginator类可以方便的实现分页功能 Paginator类位于django.core.paginator 模块中。 Paginator对象 负责分页数据整体的管理 对象的构造方法 paginator = Paginator(object_list, per_page) 参数 object_list 需要分类数据的对象列表 per_page 每页数据个数 返回值: Paginator的对象 Paginator属性 count：需要分类数据的对象总数 num_pages：分页后的页面总数 page_range：从1开始的range对象, 用于记录当前面码数 per_page 每页数据的个数 Paginator方法 page(number) 参数 number为页码信息(从1开始) 返回当前number页对应的页信息 如果提供的页码不存在，抛出InvalidPa ...

中间件 Middleware 中间件是 Django 请求/响应处理的钩子框架。它是一个轻量级的、低级的“插件”系统，用于全局改变 Django 的输入或输出。 每个中间件组件负责做一些特定的功能。例如，Django 包含一个中间件组件 AuthenticationMiddleware，它使用会话将用户与请求关联起来。 中间件类: 中间件类须继承自 django.utils.deprecation.MiddlewareMixin类 中间件类须实现下列五个方法中的一个或多个: def process_request(self, request): 执行路由之前被调用，在每个请求上调用，返回None或HttpResponse对象 def process_view(self, request, callback, callback_args, callback_kwargs): 调用视图之前被调用，在每个请求上调用，返回None或HttpResponse对象 def process_response(self, request, response): 所有响应返回浏览器 ...

cookies 和 session 会话 - 从打开浏览器访问一个网站，到关闭浏览器结束此次访问，称之为一次会话 HTTP协议是无状态的，导致会话状态难以保持 试想一下，如果不保持会话状态，在电商网站购物的场景体验？ Cookies和Session就是为了保持会话状态而诞生的两个存储技术 cookies cookies是保存在客户端浏览器上的存储空间 Chrome 浏览器 可能通过开发者工具的 Application >> Storage >> Cookies 查看和操作浏览器端所有的 Cookies 值 火狐浏览器 可能通过开发者工具的 存储 -> Cookie cookies 在浏览器上是以键-值对的形式进行存储的，键和值都是以ASCII字符串的形存储(不能是中文字符串) cookies中的数据是按域存储隔离的，不同的域之间无法访问 cookies 的内部的数据会在每次访问此网址时都会携带到服务器端，如果cookies过大会降低响应速度 在Django 设置浏览器的COOKIE 必须通过 HttpResponse 对象来完成 添加、 ...

查询数据 数据库的查询需要使用管理器对象进行 通过 MyModel.objects 管理器方法调用查询接口 方法 说明 all() 查询全部记录,返回QuerySet查询对象 get() 查询符合条件的单一记录 filter() 查询符合条件的多条记录 exclude() 查询符合条件之外的全部记录 … all()方法 方法: all() 用法: MyModel.objects.all() 作用: 查询MyModel实体中所有的数据 等同于 select * from tabel 返回值: QuerySet容器对象,内部存放 MyModel 实例 示例: 1234from bookstore.models import Bookbooks = Book.objects.all()for book in books: print("书名", book.title, '出版社:', book.pub) 在模型类中定义 def __str__(self): 方法可以自定义默认的字符串 1 ...

静态文件 什么是静态文件 不能与服务器端做动态交互的文件都是静态文件 如:图片,css,js,音频,视频,html文件(部分) 静态文件配置 在 settings.py 中配置一下两项内容: 配置静态文件的访问路径 通过哪个url地址找静态文件 STATIC_URL = ‘/static/‘ 说明: 指定访问静态文件时是需要通过 /static/xxx或 127.0.0.1:8000/static/xxx xxx 表示具体的静态资源位置 配置静态文件的存储路径 STATICFILES_DIRS STATICFILES_DIRS保存的是静态文件在服务器端的存储位置 示例: 1234# file: setting.pySTATICFILES_DIRS = ( os.path.join(BASE_DIR, "static"),) 访问静态文件 使用静态文件的访问路径进行访问 访问路径: STATIC_URL = ‘/static/‘ 示 ...

介绍jQuery是JavaScript的工具库，对原生JavaScript中的DOM操作、事件处理、包括数据处理和Ajax技术等进行封装,提供更完善，更便捷的方法。 使用引入先引入jquery文件，才能使用jquery语法 CDN 有网（备用） 本地文件（常用） 工厂函数 - $()“$()”函数用于获取元素节点，创建元素节点或将原生JavaScript对象转换为jquery对象,返回 jQuery 对象。jQuery 对象实际是一个类数组对象，包含了一系列 jQuery 操作的方法。例如 : 123456//$()获取元素节点,需传入字符串的选择器$("h1")$("#d1")$(".c1")$("body,h1,p")//选择器的特点，与样式选择器一致 原生JavaScript对象与jQuery对象原生JavaScript对象与jQuery对象的属性和方法不能混用。可以根据需要，互相转换 : 原生JavaScript转换jQuery对象 $(原生对象)，返回 jQuery 对象 jQuery对象转 ...

Django的框架设计模式 MVC 设计模式 MVC 代表 Model-View-Controller（模型-视图-控制器） 模式。 作用: 降低模块间的耦合度(解耦) MVC M 模型层(Model), 主要用于对数据库层的封装 V 视图层(View), 用于向用户展示结果 C 控制(Controller ，用于处理请求、获取数据、返回结果(重要) MVC模式如图: MTV 模式 MTV 代表 Model-Template-View（模型-模板-视图） 模式。这种模式用于应用程序的分层开发 作用: 降低模块间的耦合度(解耦) MTV M – 模型层(Model) 负责与数据库交互 T – 模板层(Template) 负责呈现内容到浏览器 V – 视图层(View) 是核心，负责接收请求、获取数据、返回结果 MTV模式如图: 注：MTV的本质还是MVC，可以理解为MVC+T，使用T来辅助展示网站内容。因为网页的C部分很多时候都不大，不太需要拆分出来，所以就变成MTV了。 模板 Templates 什么是模板 模板是可以根据字典数据动态变化的html ...

Django框架的介绍起源&现状 2005年发布,采用Python语言编写的开源web框架 早期的时候Django主做新闻和内容管理的 一个重量级的 Python Web框架，Django 配备了常用的大部分组件 基本配置 路由系统 原生HTML模板系统 视图 view Model模型,数据库连接和ORM数据库管理 中间件 Cookie & Seesion 分页 数据库后台管理系统admin Django的用途 网站后端开发 微信公众号、微信小程序等后台开发 基于HTTP/HTTPS协议的后台服务器开发 在线语音/图像识别服务器 在线第三方身份验证服务器等 Django的版本 最新版本:3.0.x 当前教学版本:2.2.12 Django的官网 官方网址: http://www.djangoproject.com 中文文档(第三方): https://yiyibooks.cn/ Django的安装 查看已安装的版本 123>>> import django>>> print ...