为机器学习算法准备数据 现在来为机器学习算法准备数据。不要手工来做，你需要写一些函数，理由如下： 函数可以让你在任何数据集上（比如，你下一次获取的是一个新的数据集）方便地进行重复数据转换。 你能慢慢建

　　自定义转换器 尽管 Scikit-Learn 提供了许多有用的转换器，你还是需要自己动手写转换器执行任务，比如自定义的清理操作，或属性组合。你需要让自制的转换器与 Scikit-Learn 组件（比如

　　交易中的止损 期货交易的保证金杠杆效应使得价格波动被人为放大，并且合约到期的限制使得持仓不能一直保留。 当持仓的方向与市场运动背道而驰时，时间的代价将变得越来越昂贵。   在交易不利的情况下，如果不及

　　很多人在交易系统信号选择上碰到了很多困惑，我也一样。在这个问题上，其实我走了长长一段弯路： 早在2年前，我企图利用计算机技术，建立一个K线形态库 ，把尼尔森所定义的所有K线形态加入到这个库里，然后拿它

　　一、程序化的理解 程序化一般分为两类模型，一类是 趋势模型，一类是震荡模型 ，如果你想两者结合起来就要看自己的本事了，我的建议是程序化需要不停的去完美，但千万不能追求完美，以下所说模型都是趋势模型。

　　本周新增数据：比特币Top30地址余额变化，以太坊Top30地址余额变化。   链上数据： 本周比特币活跃地址数从318万骤升至421万，为五月以来最高：其主要原因是大量有转账记录的旧地址被重新激活，

　　美元，较上周上涨17.94%，Ethereum价格为463.78美元，上涨5.75%。 火币主力指数（HUOBI 10）本周上行8.48%。 本周比特币的区块大小、区块平均交易数均下降、以太坊的区块大

　　2018年7月22日，荣格财经发起人&总编辑，区块链思想者四十人论坛发起人老赵在DAGA | Blockchain & AI （核心群）做了专题分享，主题为： 区块链 —— 秩序革命 。 各位朋友好，

　　从1991年第一个网站发布至今，互联网让人类社会发生了翻天覆地的变化。   人们不可避免地总是拿加密货币和当年的互联网增长比较（包括加密货币的网景时刻）; 但我还是想做个对比分析，看看加密货币到底发展

　　嘉宾介绍 拉尔斯•彼得•汉森（Lars Peter Hansen），芝加哥大学教授，国际著名经济学家（宏观经济学和动态经济学）。他因为对“资产定价理论杰出贡献”而被授予2013年度诺贝尔经济学奖。 汉

　　均线理论的本质是市场的成本趋势，而股价的涨跌始终围绕市场成本，因此代表成本的均线在实际操作中十分重要。 股价在一般情况下都是沿着均线的方向波动，而均线的周期长短是十分关键的因素。 周期短的均线的敏感度

　　在第一章我们提到过最常用的监督学习任务是回归（用于预测某个值）和分类（预测某个类别）。在第二章我们探索了一个回归任务：预测房价。我们使用了多种算法，诸如线性回归，决策树，和随机森林（这个将会在后面的章

　　准确率与召回率 Scikit-Learn 提供了一些函数去计算分类器的指标，包括准确率和召回率。 >>> from sklearn.metrics import precision_score, re

　　同学们晚上好，我是斯坦福大学的教授，又是清华大学的教授。我平时讲的课都是关于物理，但我其实一直对区块链非常感兴趣。 今天讲的题目是 「 In Math We Trust 」，子标题是「 Foundat

　　多类分类 二分类器只能区分两个类，而多类分类器（也被叫做多项式分类器）可以区分多于两个类。   一些算法（比如随机森林分类器或者朴素贝叶斯分类器）可以直接处理多类分类问题。其他一些算法（比如 SVM