- 博客(40)
- 收藏
- 关注
RSS订阅原创 SQLsever2017创建数据库，表，insert插入，update更新，delete删除
sqlserver2017中通过点击创建数据库和选择数据库，创建表，查看表，insert 插入值，update set 修改value，通过update set where 只修改某一行，使用delete from where 删除某行
2023-04-20 23:14:33
289
原创 数据挖掘1/13
软件：jupyter 和spss moduler（一个月试用）数据挖掘：数据标注1w条，训练后判断是否垃圾邮件。抖音背景音乐分析，用什么背景音乐容易火。数据分析：后见之明，人为驱动，研究数据。数据挖掘：先见之明，发现驱动，数据研究。图片分类y（动物、人类、建筑）什么文本，图片的项目容易成功。聚类是探索数据很好的一个方法。众筹网站：GoFundMe。数据分析：找特征，用词情况。1B（Byte字节）；魔镜-中医看面相，舌苔。是否购房y（是、否）
2023-03-01 08:01:26
199
原创 学科前沿讲座 文本分类TextClassfication
GloVe的全称叫Global Vectors for Word Representation，它是一个基于全局词频统计（count-based & overall statistics）的词表征（word representation）工具，它可以把一个单词表达成一个由实数组成的向量，这些向量捕捉到了单词之间一些语义特性，比如相似性（similarity）、类比性（analogy）等。这个模型的缺陷：前面的所有的词的重要性都以一个x表示了，使得前面词语与当前词语的语序的顺序的重要性被忽略了。
2022-09-28 21:08:32
391
原创 商业分析课堂笔记 商业数据
围绕业务目标展开，这里主要是降低客服不满率，而不是提高利润率，那我的目标应该是尽可能稳住利润，降低客户投诉。现在有4个乘客，都在Frankfurt等待前往London的第二程航班，现在只有2个座位。让用户等待一晚 or 为用户购买更贵的别的航班的机票。特殊情况：有小孩，老年人，残疾人，孤单小孩，紧急程度。用本次（4个人剩2座位的案例）进行效果验证。重新订票的引擎，为客户进行评估排序。电话投诉日志记录（很激烈的态度）家庭情况（是否有小孩，几个？建立一个优先度排序的y。
2022-09-28 10:34:08
80
原创 研究方法 课堂笔记1
将现实世界的物体做成数字版，而且会“动”，可以直接在数字版物体上进行实验，产生真实的效果。贸易数据，重点关注越南，主要贸易种类，可以东盟十国一起看，从而得出应该加强哪一块。医咖会 学习网站（只教操作，不讲理论，简单粗暴 spss，stata，R）文献计量 推荐 王崇德 的书，《图书情报学方法论》各种模型框架（PEST，SWOT等等，金字塔框架）类似于，AR，VR，MR中的MR（混合现实）what effect 效果分析。反复，及时修改，ddl就是生产力。每段第一句话有概括句。whom 受众分析。
2022-09-23 20:33:22
61
原创 机器学习19 朴素贝叶斯算法NB 概念
有一个样本是否均衡的参数，为True时，后面乘以的P（嫁）和P（不嫁）也就不用算了，样本不均衡就调为False。P（A|B）表示在B条件下，A发生的概率 （从后往前）不知道样本均不均衡，就不管这个参数，让电脑自己判断就可以了。的大小，分母是一样的，所以其实只需要比较分子大小就ok。条件概率和全概率 是贝叶斯基础。贝叶斯是 朴素贝叶斯 的基础。
2022-09-09 22:44:35
318
原创 机器学习17 逻辑回归的代码实现
比如集合（0,1，2,3，4），第一轮算出属于（0,1）（2,3，4）这俩个中的哪一类，假设属于（0,1）这里调参我还没做，估计和银行那个一样的，只要生成result，然后用DataFrame表示就行。注意，线性回归的score是最小R方，逻辑回归的score是准确度，范围是（0,1）比如集合（0,1，2）第一轮，先判断是不是0，是就结束，不是的话就在（1,2）中继续。第二轮就是看是不是1，是就结束，不是就看其他，这里只剩2，那就是2。先把框架写好，运行第一个出现的错误是，正则组合不匹配问题。
2022-09-09 22:00:27
447
原创 机器学习18 数据清洗小任务（楼盘数据清洗）
这三列，例如：有电视，就在房间描述出现‘电视’这一列标1，或者在房间描述出现‘彩电’也标1，或者在房间描述出现‘电视机’也标1，或者在房间描述出现‘有线电视’也标1，判断标1还是0这个操作可以用lambda函数来实现，他和def定义一个函数效果一样，但是更方便，适用于这种简单的函数操作。整体看看有哪些指标，先去重，目的是想把指标选出来，有这个指标我就打上1，没有就打0 (效果如上图)思路是把要删除的指标生成一个列表存起来，遍历这个列表里面的指标，在result里面remove这些指标。
2022-09-08 18:47:41
450
原创 机器学习16 逻辑回归LR 数学推导
KMeans 没有yDBSCAN 没有y，但是有半径和领域KNN 必须有y，y是离散型（看属于哪一类“近朱者赤”）线性回归 y是连续型逻辑回归 y是离散型。
2022-08-31 00:27:19
184
原创 机器学习5 Kmeans重点汇总和后续补充
n_clusters :K值。max_iters:迭代次数。2，小于误差平方和或者阈值。1,达到约定迭代次数。tol：总误差平方和。
2022-08-30 19:00:27
69
原创 机器学习15 线性回归（销售利润表.csv）调参实战代码 reshape（1，-1）
结果的准确性score全是负数，一是检查模型能不能调整优化，而是看看数据清洗转化是否出错，如果都没有那就不要用这个模型了，score要越接近1才越好。结果报错了，报错代码是：1D表示1维，arry表示numpy中的数组。目前运行就可以建模了，红色部分表示有效代码，其余部分自己打草稿用。但是报错了，有两种报错形式，是同一个意思：数组的行列反了，应该。还是会报错，因为这里一维数组是Series类型，我们要把。原因是我们这里是一维数组，线性回归必须要二维数组。或者直接出来以后强制转换一次。，后面直接调参就可以。.
2022-08-30 18:52:16
832
原创 机器学习14 线性回归代码实现（boston房价）
还有就是，这里准确度用的数据是x_test 和 y_test ,要把上面代码的score写成。注意区分，一般lr缩写表示逻辑回归，线性回归不要用这个缩写。调参（在循环里建模，字典，追加，DataFrame显示）表示不进行归一化（归约），不进行归一化可以少一步计算量。最高的，有两个都是0.668759，都可以选，在python里是关键字，不加引号。...
2022-08-30 17:31:20
766
原创 机器学习错误3 忘记使用fit() 导致报错`AttributeError: ‘LinearRegression‘ object has no attribute ‘coef_‘
特别提示一下：这里fit的数据是x_test 和 y_test 因为这里用的是线性回归，就关注x训练集和y训练集，之前的算法都是fit（data）就行了。调参（在循环里建模，字典，追加，DataFrame显示）一次，我这里只在外面fit（）一次是不行的。我又去先运行了，构建模型这两行也还是报错。是因为这里有循环，每一次循环都需要。加了一行模型预测（拟合），就OK了。.........
2022-08-30 16:20:07
5563
原创 机器学习13 过拟合解决（lasso，岭回归），欠拟合，多元线性回归
所以这时候就用L1-lasso回归解决过拟合问题，λ越大（λ越敏感）这一坨对结果影响就越大，在不断迭代过程中，由于不断接近最低点，所以绿色的两坨都在不断的减小，而蓝色这坨里面的|Ki|是在不断增大（为了避免减小的步伐太大了，是一个。通俗理解原理：由于下山的时候步长可能过大，会出现走到第6步的时候，离最低点已经很近了但还没到最低点，这时候再走一步到第7点那个位置，发现这一步误差比上一步更大了，因此选择上一步为迭代的终点。(|Ki|)，其中λ是一个自己来定的常数(正数)，λ越大后面这坨小尾巴的影响效果就越大。.
2022-08-30 00:52:57
1297
原创 机器学习12 线性回归：梯度下降，最小二乘法,相关性corr
线性回归：1，监督算法2，y是连续的，属于回归算法（KNN是离散的y，属于分类算法）我的理解：一个人，站在山顶（红色部分），他想走到山脚（蓝色半部分），他迈出的每一步的步幅（学习率α）是相同的。那么，他往越陡的方向走，就越快到达山脚，这里“越陡”就是沿着斜率方向，而斜率就是求偏导，这也就是为啥线性回归那里误差函数前面有个1/2方便在这里抵消偏导的*2梯度下降和最小二乘法都可以求得 y=ax+b 里面的a和b链接：梯度下降算法的通俗理解。...
2022-08-29 21:11:52
593
原创 机器学习11 KNN调参
情况2:把测试集和训练集的划分放到了调参的循环中。调参之前把训练集和测试集准备好，只有参数在变化。情况1:调参只调了n neighbors。，同时两个数据都在变，所以结果准确性的。，由于test数据是随机抽取的，所以。结果跟参数之间的一个关系。特别说一下情况二，因为。...
2022-08-29 16:53:59
977
原创 机器学习10 K最近邻（KNN）
K最近邻算法的核心思想是:如果一个样本在特征空间中的k个最相邻（最相似，距离最近)的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。2,算法原理：KMeans有挨个遍历各个点的距离，聚成簇，KNN没有。得到的预测数据y_p和测试数据y_test个数都一样，说明预测成功了。3，KNN结果是分类（监督类），KMeans结果是簇（非监督类）1，有没有y（监督，无监督）：KNN有y，监督类算法。所谓K最近邻，就是k个最近的邻居的意思，2，y是类别类型（y是离散的）......
2022-08-29 15:40:14
307
原创 机器学习9 计算折线图拐点斜率的变化
可以发现这个DataFrame由于没有统一的列坐标，所以全部变到对角线上了，下一步我们就单独增设俩列变量，让它变成常见的DataFrame。发现从4-5变化量已经和上一次3-4的差很接近，变化很小了，所以从4以后这个区域都可以选（一般选4-6）现在的代码这么写也可以，单独把k和inertia提出来，对比一下两种写法。这里的第七个明显变大了，说明前一个比后一个大很多，因此，k取9-10。x和y已经得到两个list，只需要遍历到y的个数减一个。代码实现：分三个层次的成果，先展示成果，在详细拆解步骤。...
2022-08-29 13:31:05
1496
原创 机器学习8 KMeans和DBSCAN分别对销售数据表聚类 对比
这个前面都写过，下面是一个完整的流程，可以自己实践完整写一遍。直接看全文代码吧，DBSCAN在后半部分。
2022-08-29 00:13:28
341
原创 机器学习错误2 将DataFrame完整导出成csv文件
比如：C:\Users\DANNY\Desktop\ ----> C:/Users/DANNY/Desktop/其中2处是导出文件的名称，可以自己取，我这里是叫DataFrame导出。但是这个表是简略版的，如果需要完整查看，就需要导出成CSV文件。在写代码时，我们会用到DataFrame来更直观的观察代码。只需要改变False和True即可，需要index就把。当然在此之前，需要在第一行import所需要的各种包。其中1处是导出的位置，需要注意的是复制过来的是。...
2022-08-26 12:48:11
2883
原创 机器学习错误1 KMeans调参报错“关键字参数必须位于位置参数之后”
我这里无论如何改第六行的顺序都不对，问题出在 = 打成== 导致关键字参数max_iter 被计算机误认为是重要优先级高的位置参数了。传参的时候，必须先确定 位置（未知参数），再写关键字参数。
2022-08-26 12:13:30
1245
原创 机器学习7 DBSCAN和 KMeans优势比较
DBSCAN不用，但是要事先给半径和圈内最小点个数 eps 和 min_points_运用的时候可以两个都用，在对比说明为什么选这个算法。异常点对聚类结果影响不大（KMeans影响很大）DBSCAN可以发现任意形状的簇（最大优势）样本集密度不均匀，聚类间距相差很大不适合。噪声点多的话，建议用DBSCAN。KMeans需要事先给出K，调参比KMeans复杂一点点。...
2022-08-26 01:42:34
1246
原创 机器学习6 DBSCAN 定义，代码，噪声点个数，调参
它将簇定义为密度相连的点组成的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类1，可以聚成任意形状的簇2，可以把噪声点排除在外，不属于任何簇（kmeans必须有一个簇）......
2022-08-26 01:33:22
1936
原创 机器学习4 kmeans聚类成3个簇
标记质心 cluster_centers_ 结合刚才已经求得的质心坐标，第1列（索引0）为横坐标，第2列（索引1）为纵坐标，点图plt.scatter(横坐标对应数据列，纵坐标对应数据列，颜色c=clf.labels_,标记marker=‘x’)eg:只要索引为0的第一列，表示为 [:，0]，：表示行不要。注意，color用c肯定不会错，用color有时会报错。查看质心cluster_centers_查看每个点所属于的簇的标签labels_数据格式（左下）和最终结果（右上）
2022-08-24 13:21:05
1099
原创 机器学习3 kmeans找最优K的2种方法
思想：最终是要找簇内误差平方和inertia最小，以及对应的k，那可以先给最后得到的min_inertia赋一个很大的值，每找到一个更小的就进行替换。先给最后得到的min_inertia赋一个很大的值，k初始值为0用来储存最后得到的n_clusters。判断inertia大小，将min_inertia替换成小的,同时把此时的i赋值给k。1，用.idxmin（） 返回在请求轴上第一次出现最小值的索引。可以将字典生成一个一维数组更直观 .series()注意这俩返回的索引不一样，但是对应值是一样的。
2022-08-24 12:07:48
502
原创 机器学习1.5 kmeans-最优参数模型的Dataframe+提取误差平方和tol最小一行的信息+折线图
【代码】机器学习1.5 kmeans-最优参数。
2022-08-23 00:44:02
493
原创 python 爬虫 发送post请求
以腾讯翻译为例：工具：edge浏览器搜索腾讯翻译，右键–检查–换成移动端，手机型号iphonexr–在点击中文输入前先清除–点击输入“教师”，回车–左侧搜索teacher，显示只有一个，点击tips：因为移动端预览的json值不会不一致，不涉及js的知识，所以我们转换成移动端来做在网络标头找到url–在jupyter notebook写在负载中找到写字典的内容，复制到text中写成如下格式再按照下面这样写代码就Ok了，注意request 和requests的书写，两个用法不同写错会报错
2022-04-15 10:38:31
746
原创 【毕业设计--开题报告】论文开题报告常见问题：参考论文格式，visio画箭头，wps段落设置
参考文献格式不对？错误示例：修改后，正确示例：经验：主要用到了段落，悬挂缩进的方法。1，复制参考文献到txt记事本中，全部在数字后面加上一个制表位（按一下tab键），再粘贴回开题报告中。2，在wps或者word中，选中所有参考文献，点击右键，段落>>对齐方式：两段对齐>>特殊格式：悬挂缩进>>度量值：2>>行距固定18磅wps段落按钮消失？选中后找不着段落选项？如图所示：开始>>右下角小角标参考原文链接：参考论文缩进w
2022-03-13 22:28:39
968
原创 【python day1】win11环境下，安装anaconda3，步骤和常见问题
1，安装anaconda3勾选这个 否则后面要到环境变量添加（见文末）安装成功后，win+r–输入cmd–python 出现版本说明成功安装2，打开jupyter notebook在文件夹中，点击按住shift点击右键–在Windows终端中打开输入 jupyter notebook 按回车注意：不要打错了成功进入页面点击第一个，发现没有安装目录栏打开anaconda3 prompt输入pip install jupyter_contrib_nbextensions 安
2022-02-21 12:32:37
7176
原创 产品经理视角+意志力+大创视角：外卖第二次被偷后我发现了隐藏的“新大陆”
外卖第二次被偷后我发现了隐藏的“新大陆”在饿了么点了贵州花溪牛肉粉作为晚餐，因为我在图书馆，所以备注“放在门口桌子上，不要打电话！！”，由于疫情封校，以前外卖都是送到公寓楼下，现在就只能送到学校门口隔着栅栏取。不知道为啥，上一次被偷我就有预感：晚一会去不会被偷了吧……，结果，果然被拿走了，上一次我似乎还看到了拿我外卖的那个高个胖男生。（因为外卖小哥会在聊天框中拍照，我对那个包装袋有印象，而且第一次去的不算晚，我也没想到偷外卖行为从表白墙会真的发生在我身上。）好巧不巧，这次也是同样的时间，地点，同一家外
2021-09-25 22:46:27
289
原创 菜鸟日记day3（结束篇）：用Python实现基于区块链的食堂农产品溯源管理信息系统大作业
经过两周的课程设计，终于完成了整个报告的书写。有必要总结一下书写的顺序等，对毕业论文会有帮助。1，写作逻辑目录第一章 选题论证 2第二章 信息系统分析 3一.食品溯源管理信息系统需求分析 31.1总体需求分析 31.2用户角色分析 51.3食品溯源系统前后台需求分析 5二.系统可行性分析 52.1技术可行性 52.2.管理可行性 62.3经济可行性 6三.项目开发进度安排 63.1项目开发进度安排 63.2项目所需硬件资源 7四.农产品相关食品溯源系统分析 7五.食
2021-07-11 16:25:41
7330
4
原创 菜鸟日记day2：用Python实现基于区块链的食堂农产品溯源管理信息系统大作业
1，django已经安装但是还是提示ModuleNotFoundError: No module named 'django’具体表现：在命令行输入 manage.py runserver，提示找不到django.core.management模块。原因：按照视频安装的python版本是3.8，和昨天下载的最新版Django的版本不适配，导致的这个原因。解决办法：重新再python官网下载了最新版的python，然后按照昨天安装Django的方法重新安装，成功找到runserver运行成功！
2021-07-11 16:03:42
831
1
原创 菜鸟日记day1：用Python实现基于区块链的食堂农产品溯源管理信息系统大作业
菜鸟日记day1：用Python实现区块链虚拟校园卡管理信息系统大作业#参考的学习资料网易云课堂 Python的第一行代码https://study.163.com/course/courseLearn.htm?courseId=1210060882#/learn/video?lessonId=1280887099&courseId=1210060882Python实现区块链架构https://study.163.com/course/courseLearn.htm?courseId=10
2021-07-02 13:53:34
3828
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人