Python3程序开发指南源代码

需配置keras、tensorflow等环境 直接下载keras自带的mnist数据集 经过训练后取得了不错的识别率

说明：  读取rinex n文件，并计算各时间卫星坐标位置(Read the RINEX n file and calculate the coordinates of each time satellite)

纠错码之BCH编译码python算法说明(BCH decode and encode)

该代码实现将基本的地图匹配功能,讲GPS获取到的数据与路网匹配，并将偏移道路的数据拉回道路上(this python code complet function that map matching)

样本数据不均衡的数据的解决方案： 过采样：生成样本少的样本，和样本多的样本一样多（同样多） 下采样：两种样本一样小，从多的样本中删除一部分（同样少） 特征缩放：对Amount列进行特征缩放，使其分布范围和其他特征属性的分布范围保持一致 机器学习误区：会认为数值大的数据重要程度较大，但是我们拿到数据，其实每个属性的重要程度是一样的，所以需要进行特征缩放 所以可以进行：归一化（缩放到0~1）或者标准化(缩放到-1~1)

说明：  支持向量机(SVM)——分类预测，多分类问题。(Support vector machine (SVM) - classification prediction, multi classification problem.)

说明：  此代码简单易学，能有效检测烟雾，识别率高，机器学习。(This code is easy to learn, can effectively detect smoke, high recognition rate, machine learning.)

创建和签名自签证书，非常适用于搭建测试环境使用，可以减少重复的使用命令进行繁琐的操作，可用于自动化运维环境使用。例如搭建测试的ssl证书加密的网站，或者自建VPN服务器使用。

ADAM （Adaptive Moment Estimation）是另外一种自适应学习率算法，它结合动量梯度 下降法，在不同参数方向上采用不同学习率，保留前几次迭代的梯度，能够很好 的适应于稀疏数据。(ADAM (Adaptive Moment Estimation) is another adaptive learning rate algorithm, which combines momentum gradient. The descent method, which uses different learning rates in different parameter directions and retains the gradients of previous iterations, is very good. It is suitable for sparse data.)

机器学习实战 第7章实例代码 Machine Learning in　Action Charpter7 instance(Machine Learning in　Action Charpter7 instance)