学习器在测试集上的误差我们通常称作“泛化误差”。要想得到“泛化误差”首先得将数据集划分为训练集和测试集。那么怎么划分呢？常用的方法有两种，k折交叉验证法和自助法。介绍这两种方法的资料有很多。下面是k折交叉验证法的python实现。##一个简单的2折交叉验证fromsklearn.model_selectionimportKFoldimportnumpyasnpX=np.array([[1,2],[3,4],[1,3],[3,5]])Y=np.array([
系统 2019-09-27 17:54:40 2081
python读写csv文件并增加行列，具体代码如下所示：#-*-coding:utf-8-*-"""CreatedonThuAug1711:28:172017@author:ShawnYuen"""importcsvd=list(range(38685))withopen('./kinetics_test.csv')asf1:f_csv=csv.DictReader(f1)fori,rowinenumerate(f_csv):#print(row)key1
系统 2019-09-27 17:52:37 2081
目录：1、%用法2、format用法一、%用法1、整数的格式化%o——oct八进制%d——dec十进制%x——hex十六进制例>>>print('%o'%20)24>>>print('%d'%20)20>>>print('%x'%20)142、浮点数的格式化%e——保留小数点后面六位有效数字，指数形式输出%.3e，保留3位小数位，使用科学计数法%f——保留小数点后面六位有效数字%.3f，保留3位小数位%g——在保证六位有效数字的前提下，使用小数方式，否则使
系统 2019-09-27 17:52:22 2081
numpy中的random模块有多个函数用于生成不同类型的随机数，常见的有uniform、rand、random、randint、random_interges下面介绍一下各自的用法1、np.random.uniform的用法np.random.uniform(low=0.0,high=1.0,size=None)作用：可以生成[low,high)中的随机数，可以是单个值，也可以是一维数组，也可以是多维数组参数介绍：low:float型，或者是数组类型的，
系统 2019-09-27 17:52:05 2081
本文实例讲述了Pythonflask框架post接口调用。分享给大家供大家参考，具体如下：fromflaskimportFlask,render_template,requestapp=Flask(__name__)@app.route("/login",methods=['POST','GET'])deflogin():ifrequest.method=="POST":username=request.form.get('username')passwo
系统 2019-09-27 17:50:02 2081
為何Python變量沒有DataType概念?可以與任意DataType綁定?Python變量Variable與其他程式語言不同之處在於:>variable不是對內存地址ramaddress的引用，而是對data的引用>variable被重新assign新値時，Python新分配此data存儲空間，而variable指向此新的地址例如:啟動Python時，其namespace如下:>>>globals(){'__name__':'__main__','__
系统 2019-09-27 17:49:50 2081
choice()方法从一个列表，元组或字符串返回一个随机项。语法以下是choice()方法的语法：choice(seq)注意：此函数是无法直接访问的，所以我们需要导入random模块，然后我们需要使用random对象来调用这个函数。参数seq--这可能是一个列表，元组或字符串...返回值该方法返回一个随机项。例子下面的例子显示了choice()方法的使用。#!/usr/bin/pythonimportrandomprint"choice([1,2,3,5,
系统 2019-09-27 17:47:36 2081
PIL：PythonImagingLibrary，已经是Python平台事实上的图像处理标准库了。PIL功能非常强大，但API却非常简单易用。由于PIL仅支持到Python2.7，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python3.x，又加入了许多新特性，因此，我们可以直接安装使用Pillow。32位的电脑环境安装pillow如果安装了Anaconda，Pillow就已经可用了。否则，需要在命令行下通过
系统 2019-09-27 17:47:01 2081
关于@property装饰器在Python中我们使用@property装饰器来把对函数的调用伪装成对属性的访问。那么为什么要这样做呢？因为@property让我们将自定义的代码同变量的访问/设定联系在了一起，同时为你的类保持一个简单的访问属性的接口。举个栗子，假如我们有一个需要表示电影的类：classMovie(object):def__init__(self,title,description,score,ticket):self.title=title
系统 2019-09-27 17:38:41 2081
很多序列的方法字符串同样适用，但是，字符串是不可变的，所以一些试图改变字符串的方法是不可用的1字符串格式化1）用元组或者字典格式化字符串format="hello,%s.s%enoughforyou?"values=('world','Hot')format%values跟C格式化类似2）模板字符串string模块提供了模板字符串来格式化字符串fromstringimportTemplates=Template(x,gloriousx,gloriousx!
系统 2019-09-27 17:38:01 2081
