- 博客(130)
- 资源 (8)
- 收藏
- 关注
原创 TensorFlow手动加载数据集(以mnist为例)
在进行Mnist手写识别的项目中,出现了Mnist数据集下载出错的问题,报出以下错误:Exception: URL fetch failure on https://s3.amazonaws.com/img-datasets/mnist.npz: None -- [WinError 10060]
2023-10-17 10:16:40 1113 1
原创 函数的参数设置
直接书写参数名,在传值时顺序传值,调用时既不能多传参,也不能少传参。在使用位置参数时,调用时必须按照定义时的顺序传递参数。如果调用时传递的参数数量少于或多于定义时的参数数量,会引发 TypeError 异常。关键字参数是指在函数调用时,使用参数名来传递参数值。关键字参数的使用可以使函数调用更加清晰,因为参数的含义可以通过名称来表达,而不需要记住参数的位置。*单星号解包运算符:单星号解包运算符用于将一个可迭代对象(如列表、元组、集合等)解包成单独的位置参数。:在定义时,如果参数没有赋值,则使用默认值。
2023-07-24 08:59:04 267
原创 必须掌握的常见运算符
在Python中,浮点数运算存在精度问题。这是由于计算机内部使用二进制来表示浮点数,而二进制无法精确地表示一些十进制小数,例如0.1或0.01。这意味着,有时候浮点数运算结果可能会出现一些舍入误差,导致结果不完全准确。例如,简单地计算。
2023-07-21 13:59:59 250
原创 input输入与类型转换
默认情况下没有提示字符串(prompt string),在给定提示字符串下,会在读入标准输入前标准输出提示字符串。input函数在python中是一个内置的一个函数,其从标准输入中读入一个字符串,并自动忽略换行符。input() 函数,接收任意输入,将所有输入默认为字符串处理,并返回字符串类型。默认情况下,input()函数接受字符串形式的用户输入。因此,要获得int形式的输入,需要使用int()和输入函数。**输入:**Python。**输入:**12345。**输入:**567。
2023-07-21 11:24:02 817
原创 线性回归算法(含示例代码)
是 Scikit-learn 模块中的一个子模块,用于实现各种线性模型。该模块中包含许多用于线性回归、岭回归、Lasso回归等任务的类和函数,是Scikit-learn中最基础、最常用的模块之一。这里我们使用第一个最小二乘法线性回归模型,下方看个示例。
2023-06-12 17:25:23 2533 1
原创 Python中axis=0与axis=1,指的方向有什么不同?
在 Pandas 中,许多方法都会有 axis 参数。这个参数用于指定操作的方向。需要根据具体需求选择合适的方向,才能得到正确的结果。通常来说,axis=0 表示对列进行操作,axis=1 表示对行进行操作。
2023-03-06 17:42:07 8734 1
原创 【机器学习常见算法】决策树算法(含示例代码)
决策树(Decision Tree)是一种非参数的有监督学习方法,它能够从一系列有特征和标签的数据中总结出决策规 则,并用树状图的结构来呈现这些规则,以解决分类和回归问题。决策树算法容易理解,适用各种数据,在解决各 种问题时都有良好表现,尤其是以树模型为核心的各种集成算法,在各个行业和领域都有广泛的应用。
2022-10-19 10:50:19 7775
原创 Python与MySQL数据库的交互
事务(transaction)是作为单个逻辑单元执行的一系列操作。多个操作作为一个整体向系统提交,要么都执行,要么都不执行。通俗讲:在事务中的增删查改等操作,要么都成功,要么都失败。
2022-09-15 14:10:32 3312
原创 HTTP请求过程、浏览器开发者工具使用介绍、请求头与响应头(常见响应状态码)
HTTP请求过程、浏览器开发者工具使用介绍、请求头与响应头(常见响应状态码)
2022-09-05 13:49:36 3326
原创 【Numpy】数组的创建和常用函数(排序、连接、属性、reshape、索引和切片)
虽然Python列表可以在单个列表中包含不同的数据类型,但NumPy数组中的所有元素都应该是同构的。请记住,当您使用 reshape 方法时,要生成的数组需要具有与原始数组相同数量的元素。与典型的容器对象不同,不同的数组可以共享相同的数据,因此对一个数组所做的更改可能在另一个数组中可见。这是一个被广泛采用的约定,您应该遵循该约定,以便使用您的代码的任何人都可以轻松理解它。例如,如果您有一个包含 2 行和 3 列的二维数组,则数组的形状为。该函数创建一个数组,其初始内容是随机的,并且取决于内存的状态。
2022-08-24 17:57:46 1690
原创 正则表达式——语法、re模块的使用(附示例)
正则表达式是处理字符串的强大工具,它有自己特定的语法结构,可以用来实现字符串的检索、替换、匹配验证。对于爬虫来说,有了它,从HTML里提取想要的信息也是非常的方便。优点:速度快,效率高,准确度高。缺点:新手上手难度有点高不过只要你掌握了正则编写的逻辑关系,写出一个提取页面内容的正则其实并不复杂。...
2022-08-18 13:11:32 475
原创 print函数参数详解以及三种输出方式
优点:在简单练习中,表达比较直观,易于掌握。缺点:随着参数数量的增加,格式输入会逐渐变得繁琐。优点:可以根据编号设置单个参数多次输出,填充方式比较灵活。缺点:随着参数数量的增加,输入长度会逐渐增加,当有大量参数时,同样比较繁琐。优点:格式化的方式较前两种更加直观,效率也较前两个高一些。缺点:新的格式化方式,有些语句格式较前两种复杂。...
2022-08-17 14:31:43 9601
原创 python类与对象入门笔记(基础概念扫盲,面向对象三大特征,多态性与鸭子类型,附demo)
类属性实例属性实例方法静态方法类方法实例属性对象创建实例方法实现的两种方式类属性的使用方式动态绑定属性和动态绑定方法1 面向对象的思想三大特征分别具有什么作用作用:提高程序的安全性super之后有()多继承demo方法重写子类对继承自父类的某个属性或方法可以重新编写,编写时也可以通过super()调用。object类1.3 多态...
2022-07-09 16:18:40 444
原创 Requests库简单方法使用笔记
四个模块主要介绍几个自己不太熟悉或者常用的方法。demo也可通过add_header()来添加。主要用来进行一些其他高级操作(cookie、代理处理等)需要时再补充urllib.error 模块为 urllib.request 所引发的异常定义了异常类,基础异常类是 URLError。urllib.error 包含了两个方法,URLError 和 HTTPError。HTTPError是URLError的子类,拥有三个属性,分别是1.4 urllib.praseURL分成六部分(scheme(协议
2022-07-08 21:00:44 840
原创 《最优化方法》——无约束具体算法以及KK
4 无约束具体算法【机器学习之数学】02 梯度下降法、最速下降法、牛顿法、共轭方向法、拟牛顿法 - wuliytTaotao - 博客园 (cnblogs.com)4.1最速下降法梯度方向某点的梯度方向为该点的等值线的法线方向。沿着梯度方向增加最快,负梯度方向下降最快。最速下降法就是沿着负梯度方向进行,下面列出它的一般算法。一个求偏导公式的推导最优步长公式的推导一维搜索(线性搜索)非精确一维搜索,就是找到一个alpha满足一定条件即可,好比Wolfe-Powell,Armi
2022-05-19 16:22:26 474 2
原创 《最优化方法》——数学基础知识&线性规划&无约束优化算法初步
本篇博文主要关于学习最优化所需的一些基础知识,线性规划标准型的转换,以及无约束优化的一般步骤,一维搜索(线性搜索)的线性准则。
2022-05-17 21:09:38 1230 2
原创 【python】惰性求值是什么意思(附例子)
比如,and和or具有惰性求值特点,只计算必须计算的表达式。>>> 3>5 and a>3 #注意,此时并没有定义变量aFalse>>> 3>5 or a>3 #3>5的值为False,所以需要计算后面表达式NameError: name 'a' is not defined>>> 3<5 or a>3 #3<5的值为True,不需要计算后
2022-05-08 14:30:55 1356
原创 数据预处理相关Demo(缺失值、均值方差标准化、极差法归一化、主成分分析)
本篇文章介绍缺失值处理方法(fillna,simleImpute)、标准化归一化方法以及其差异,主成分分析应用案例。
2022-04-09 12:08:56 4655
原创 【现学现用】matplotlib画图(plt与ax的关系add_subplot与subplots等)
本篇文章讲述用matplotlib画图,plt与axis(axes)的区别,add_subplot()和subplots用法的区别以及简单用法
2022-04-03 16:44:23 7136 3
原创 【matplotlib】fig,axes=plt.subplots(nrows=2,ncols=2,figsize=(10,10))
平常用matplotlib画图不多,plt与axes的差异一直也没有搞清楚,这一次好好梳理,供自己查阅简单画图x=[1,2,3]Y=[2,3,5]fig,ax=plt.subplots(figsize=(10,5))ax.plot(X,Y)官方图示Figure fig = plt.figure(): 可以解释为画布。画图的第一件事,就是创建一个画布figure,然后在这个画布上加各种元素。下面引用评论区内容解释更好!各种标签直接对照图示进行对应修改即可,多用即可!Re.
2022-01-07 15:57:13 2777
原创 【数理统计】单因素方差分析
方差分析是一种检验多组样本均值差异的统计方法。又称变异数分析或F检验,是一种用于检验两个或两个以上样本均值差异显著性的统计方法。
2021-12-03 19:05:06 9107
原创 【数理统计】一题了解拟合优度检验
拟合优度检验是用来检验观测数与依照某种假设或分布模型计算得到的理论数之间一致性的一种统计假设检验,以便判断该假设或模型是否与实际观测数相吻合。通过一道例题了解其基本步骤与相关知识。
2021-12-03 07:56:58 7676
原创 【数理统计】一题了解假设检验
假设检验和参数估计都是推断统计的重要内容,但是两者的角度不同:参数估计是利用样本信息推断未知的总体参数;假设检验是先对总体参数提出一个假设,然后利用信息进行验证。
2021-12-02 22:15:49 4307
原创 【数理统计】均值检验(双侧、单侧)和区间估计
在统计推断中有两类问题,一类为估计问题,一类为假设检验。估计问题中主要包括**点估计**和**区间估计**,点估计是估计出一个分布中**未知参数的值**,**区间估计则是估计出一个分布中未知参数所在的范围**。区间估计最终要估计出未知参数所在的区间,这个区间就是经常听到的**置信区间;T检验,U检验
2021-11-29 10:51:13 8842
原创 【数理统计】参数估计及相关(点估计、矩估计法、最大似然估计、原点矩&中心距)
1 基础知识1.1 常见分布的期望和方差[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GvcLzAsA-1638069541762)(1 参数估计.assets/image-20211128100940580.png)]1.2 对数运算法则loga(MN)=logaM+logaNloga(M/N)=logaM−logaNloga(1/N)=−logaNlogaMn=nlogaM\log _{a}(M N)=\log _{a} M+\log _{a
2021-11-28 23:58:59 6889
原创 CSV文件读取——没有列索引如何处理
在读取CSV文件时,有时会遇到没有列索引的状况,无法直接读取。举例如上图CSV当我们尝试执行read_csv操作后,显然并非我们想要的结果。import pandas as pddf=pd.read_csv('weather_data2.csv')df原因与解决方式原因在pandas.read_csv()函数读取文件时,默认情况下,会把数据内容的第一行默认为字段名标题。方法与参数介绍pd.read_csv( filepath_or_buffer: Union[Forw
2021-10-18 07:36:19 5208 1
原创 【数理统计】从协方差到相关系数,原来如此
单变量中出现了很多数据特征统计量。但还有些情况,我们需要研究两个变量之间的关系。比如说在股票投资中我们可以分析两个板块之间的涨跌相关性性情况、房价与土地价格的相关性等。这类概念,生活中常常使用,所以不过多赘述。一般化这里计算的面积是所有的面积和,有正有负,最终数值如果为正即是正相关,反之负相关。更多相关内容,可以参考知乎@马同学参考链接第一条。2 协方差用散点图来表示两个变量之间的关系(手机没有防抖,没拍好,见谅!)公式样本协方差公式sxy=∑i=1n(xi−xˉ)(y
2021-10-11 22:56:41 1870
原创 CiteSpace修改jvm emory大小,提高运行效率方法
CiteSpace处理数据的多少和快慢可以通过对Java虚拟机内存参数的设置来增强。
2021-10-08 08:33:15 3277 2
原创 开源数据集网站推荐,持续更新!
学习机器学习时,最好使用真实数据,而不是人工数据集。幸运的是,有上千个开源数据集可以进行选择,涵盖多个领域。以下是一些可以查找的数据的地方:流行的开源数据仓库:UC Irvine Machine Learning RepositoryKaggle datasetsAmazon’s AWS datasets准入口(提供开源数据列表)http://dataportals.org/http://opendatamonitor.eu/http://quandl.c
2021-10-07 09:44:35 4000
原创 【微观】十分重要的需求弹性和供给弹性
弹性来表示因变量对自变量变化的反应的敏感程度。当一个经济变量发生1%的变动时,由它引起的另一个经济变量变动的百分比。
2021-09-26 19:56:36 7371
原创 【微观】需求、供给和均衡价格
价格分析是微观经济学分析的核心,微观经济学也被称为价格理论。在微观经济学中,任何商品的价格都是由商品的需求和供给这两个因素共同决定的。
2021-09-26 11:08:38 5660
原创 如何学西方经济学?(起源与发展、主流观点概括)
微观经济学以单个经济单位(家庭、企业和单个产品市场)为考察对象,运用个量分析法;宏观经济学以整个国民经济活动作为考察对象,运用总量分析方法。例如价格这个词在微观中指一个个商品的价格,而在宏观中指物价总水平。如果把微观想象成一棵树,那么宏观就像是一片森林。
2021-09-25 13:19:02 3603
原创 如何用str.format()批量生成网址【以豆瓣读书为例】
目录1 用法说明1.1 写法1.2 举例2 应用:豆瓣读书2.1 初步2.2 分析URL2.3 生成参考链接:1 用法说明str.format() 方法通过字符串中的花括号 {} 来识别替换字段从而完成字符串的格式化。1.1 写法简单字段名有三种写法:省略不写 {}数字 {十进制非负整数}变量名 {合法的Python标识符}:在生成网址中可应用1.2 举例# 省略不写print("hello!{}".format('火柴先生'))#OUTPUT:hello!火柴先生# 变量名p
2021-09-03 21:22:43 2665 117
原创 不用再往下划,信息熵(Entropy)概念及应用(附视频)都在这里啦!
这篇文章受众主要为像我一样刚开始了解信息熵,并对其有很多疑问,相信看完这里的视频和内容,定会有所收获!
2021-08-15 16:36:06 5786 19
原创 机器学习在金融领域的应用场景(含具体案例)
文章源自牛津大学王宁老师机器学习相关课程笔记,这一部分讲述机器学习在金融方面的应用。具体涉及到如何应用市场情绪指数预测指数走势、对交易者的评级,搜索指数热度等,值得选取某一特定角度进行研究。
2021-08-11 22:08:34 7614 24
原创 集中趋势中均值、中位数、众数以及偏态分布、偏度和峰度计算相关
均值、中位数、中位数的概念以及优缺点对比。偏态分布难点分析,以及偏度、峰度计算公式。文末附相关学习链接。
2021-08-08 16:26:06 9795 23
考研数学历年真题差一点点完整版(数学一、数学二、数学三)
2020-10-04
Tablet2驱动.zip
2019-05-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人