炯男孩
3 位追蹤者
統計｜資料分析｜機器學習｜Python｜R
4會員
8內容數
本專題將以Python程式語言來實作資料結構，依序從陣列(Array)、堆疊(Stack)、佇列(Queue)、樹(Tree)到圖(Graph)，透過不同方式來建立資料結構，並討論部分細節如：建構難度、記憶體空間、效率等等。
全部內容
由新到舊
本章介紹第二種常見的資料結構 - 堆疊(Stack)，與陣列建立方式雷同，我們常透過靜態串列與動態鏈結串列的方式來建立堆疊，本文會介紹實作過程與比較兩種方式之間的差異。
本文為陣列實作的延伸，特別介紹鏈結串列不同的方式，以解決一些常發生在鏈結串列上的問題，並比較不同做法的優缺點。
本文會介紹靜態結構 - 串列(List)與動態結構 - 鏈結串列(Linked List)來實踐陣列的不同功能，如：刪除、計算元素個數與反轉。
本文延續從上一篇文章的內容，繼續來介紹如何分別以靜態結構 - 串列(List)及鏈結串列(Linked List)兩種不同的方式來建立實作陣列的新增及修改元素功能。
陣列是Python語言的最基礎也最容易實作的資料結構，主要可以透過兩種方式在Python上實踐陣列，其中一種是靜態結構 - 串列(List)，另一種則是動態結構 - 鏈結串列(Linked List)。
我們會依序介紹這兩種作法如何在Python上執行陣列的相關功能，並比較兩種方法之間的差異。
今天要介紹的是簡單的文本分析，主要內容會包含處理html標籤、jieba斷詞、TF-IDF轉換與Logistic Regression和svm，透過文本探勘預測哪些文本會成為熱門文章。
透過機器學習與統計分析角度分析UCI機器學習資料集中的網路顧客購買意圖資料，並透過決策樹方式預測顧客是否會購買產品，提及少部分特徵選取、資料不平衡問題。
透過機器學習中的群集分析分類中華職棒打擊選手，並根據打擊能力與上壘能力給予選手不同積分，最後將積分加總，做為對戰的參考。
