dili8870的博客

1.随机打乱数组（洗牌算法）　　分析洗牌算法正确性的准则：产生的结果必须有 n! 种可能，否则就是错误的。这个很好解释，因为一个长度为 n 的数组的全排列就有 n! 种，也就是说打乱结果总共有 n! 种。算法必须能够反映这个事实，才是正确的。代码：def shuffleArr(arr): l = len(arr) for i in range(l): ...

1.添加目录【1】https://www.cnblogs.com/clwydjgs/p/9415632.html2.修改图片大小<img src="图片地址" style="zoom:50%">转载于:https://www.cnblogs.com/nxf-rabbit75/p/11456500.html...

一、编码-解码架构目的：解决语音识别、机器翻译、知识问答等输出输入序列长度不相等的任务。C是输入的一个表达（representation），包含了输入序列的有效信息。它可能是一个向量，也可能是一个固定长度的向量序列；如果C是一个向量序列，则它和输入序列的区别在于：序列C是定长的、较短的；而输入序列是不定长的、较长的。二、注意力机制...

1.先序遍历（1）递归class TreeNode: def __init__(self, x): self.val = x self.left = None self.right = Noneclass Solution: def preorderTraversal(self,root):...

一、无约束优化对于无约束的优化问题，直接令梯度等于0求解。如果一个函数$f$是凸函数，那么可以直接通过$f(x)$的梯度等于0来求得全局极小值点。二、有约束优化若$f(x)，h(x)，g(x)$三个函数都是线性函数，则该优化问题称为线性规划。若任意一个是非线性函数，则称为非线性规划。若目标函数为二次函数，约束条件全为线性函数，称为二次规划...

应用场景：比如一个随机事件包含4种情况，每种情况发生的概率分别为：$\frac{1}{2},\frac{1}{3},\frac{1}{12},\frac{1}{12}$，怎么产生符合这个概率的采样方法？解决方法：Alias算法，O(1)参考链接：【1】中文：【数学】时间复杂度O(1)的离散采样算法—— Alias method/别名采样方法【2】英文：Darts, ...

在约束优化问题中，常常用拉格朗日对偶性来将原始问题转为对偶问题，通过解对偶问题的解来得到原始问题的解。1.为什么要利用对偶？首先要明确，对偶问题的解不一定直接等于原问题的解（弱对偶），但是对偶问题有两点性质：无论原始问题是否是凸的，对偶问题都是凸优化问题当Lagrange对偶问题的强对偶性成立时，可以利用求解对偶问题来求解原问题；而原问题是凸优化问题时，强对偶性往...

contour - 绘制等高线mp.contour(x, y, z, 等高线条数，colors=颜色, linewidth=线宽)#等高线绘制contourf - 填充等高线mp.contourf(x, y, z, 等高线条数，cmap=颜色映射)# 等高线填充clabel - 标记等高线，向CS(由contour函数返回的matplotlib.conto...

一、GCN简介GNN模型主要研究图节点的表示（Graph Embedding），图边结构预测任务和图的分类问题，后两个任务也是基于Graph Embedding展开的。目前论文重点研究网络的可扩展性、动态性、加深网络。谱卷积有理论支持，但有时候会受到拉普拉斯算子的限制；而空间域卷积更加灵活，主要困难在于选择定量邻域上，没有统一理论。未来方向：加深网络: ...

数据结构类题目LinkedList003-从尾到头打印链表014-链表中倒数第k个结点015-反转链表016-合并两个或k个有序链表025-复杂链表的复制036-两个链表的第一个公共结点055-链表中环的入口结点056-删除链表中重复的结点Tree004-重建二叉树017-树的子结构018-二叉树的镜像022...

SGD >SGDM >NAG >AdaGrad >AdaDelta > RMSprop >Adam > AdaMax >Ndam > AMSGrad优化算法的框架：待优化参数：$w$，目标函数：$f(w)$，初始学习率$\alpha$每个epoch $t$：计算目标函数关于当前参数的梯度：$g_t ...

一、图的基础知识1.连通图与非连通图　　连通图（Connected Graphs）指图内任意两个节点间，总能找到一条路径连接它们，否则，为非连通图（Disconnected Graphs）。也就是说，如果图中包含岛（Island）,则是非连通图。如果岛内的节点都是连通的，这些岛就被成为一个部件（Component，有时也叫 Cluster）。　　有些图算法在非连通图上可能...

1.tf.variable_scope功能：tf.variable_scope可以让不同命名空间中的变量取相同的名字，无论tf.get_variable或者tf.Variable生成的变量TensorFlow链接：https://tensorflow.google.cn/api_docs/python/tf/variable_scope?hl=en举例：with tf...

一组基坐标系为：i=(1,0)，j=(0,1)，另一组基坐标系为：b1=(2,1)，b2=(-1,1)如何在第一组基坐标系中表示在第二组坐标系上面变换后得到的坐标？问题（1）在第二组坐标系下的向量坐标为(-1,2)，那么如何在第一组坐标系下表示在第2组基坐标下(-1,2)这个向量呢？问题（2）如果知道了在第二组基坐标下的向量在第一组基坐标系下的表示为(3...

参考：【1】https://blog.csdn.net/Tang_Chuanlin/article/details/86433152转载于:https://www.cnblogs.com/nxf-rabbit75/p/11298126.html

tf.gather_nd(　　params,　　indices,　　name=None,　　batch_dims=0)TensorFlow链接：https://tensorflow.google.cn/api_docs/python/tf/gather_nd?hl=en功能：将参数中的切片收集到由索引指定的形状的张量中.参数：params：张...

tf.nn.embedding_lookup( params, ids, partition_strategy='mod', name=None, validate_indices=True, max_norm=None)功能：选取一个张量里面索引对应的行的向量TensorFlow链接：https:/...

图嵌入应用场景：可用于推荐，节点分类，链接预测（link prediction），可视化等场景一、考虑网络结构1.DeepWalk （KDD 2014）（1）简介DeepWalk = Random Walk + Skip-gram论文链接作者：Bryan Perozzi, Rami Al-Rfou, Steven Skiena主要思想：假设邻域...

查看sklearn支持的评价指标：import sklearnsorted(sklearn.metrics.SCORERS.keys())['accuracy', 'adjusted_mutual_info_score', 'adjusted_rand_score', 'average_precision', 'balanced_accurac...

1.tf.Variable()tf.Variable(initializer,name)功能：tf.Variable()创建变量时，name属性值允许重复，检查到相同名字的变量时，由自动别名机制创建不同的变量。参数：initializer：初始化参数；name：可自定义的变量名称举例：import tensorflow as tfv1=...

参考链接：【1】http://resuly.me/2017/11/03/jupyter-config-for-windows/【2】主题更换切换主题：jt 主题名 -T主题种类：chesterish　　　　 grade3　　　　 monokai　　　　　 oceans16　　　　 onedork　　　　　 solarizedd...

SHAP（SHapley Additive exPlanations）是一种统一的方法来解释任何机器学习模型的输出。SHAP将博弈论与局部解释联系起来，将以前的几种方法结合起来，并根据预期表示唯一可能的一致且局部准确的加法特征归因方法（详见SHAP NIPS论文）。部分依赖图显示了目标相应和一组特征之间的独立性，排除了其他所有的特征。直观的，可将部分依赖解释为预期的目标响应，和目...

参考文献：【1】networkx整理【2】NetworkX官网【3】python3 networkx转载于:https://www.cnblogs.com/nxf-rabbit75/p/11271327.html

以二元函数为例，$f(x,y)$，对于任意单位方向$u$，假设$u$是$x$轴的夹角，那么函数$f(x,y)$在$u$这个方向上的变化率为：$f_x(x,y) \cos \alpha + f_y(x,y) \sin \alpha=
abla f(x,y)^T\begin{pmatrix}f_x(x,y) \\ f_y(x,y)\end{pmatrix}=
abla f(x,y)...

参考文献：【1】Pandas知识点脑图汇总转载于:https://www.cnblogs.com/nxf-rabbit75/p/11157454.html

1.numpy.append() np.append(arr,values,axis=None) 功能：在array后面追加values参数：arr：array_like 值将附加到此数组的副本。values：array_like这些值附加到`arr`的副本。 它必须是正确的形状（与`arr`形状相同，不包括`轴'）。 如果没有指定`axis`...

一.查看变量的缺失值（missing value，空值）个数以及所占比例连续型数据探索二.画频数占比分布图，查看样本在该特征值上的分布根据连续变量的值域范围，将该变量分成10箱，就是分成10段，箱数可自由选择；统计每一箱内样本的频数占比：该箱内样本个数/总样本个数。然后将每一箱的频数比例画出来：sns.distplot(data,kde=True) ...

参考文献：【1】Python决策树可视化：GraphViz's executables not found的解决方法转载于:https://www.cnblogs.com/nxf-rabbit75/p/11134508.html

方法1：利用pandas自带的read_json直接解析字符串方法2：利用json的loads和pandas的json_normalize进行解析方法3：利用json的loads和pandas的DataFrame直接构造(这个过程需要手动修改loads得到的字典格式)path = '...'file = open(path,'r')all_json_data = ...

1.bagging减少varianceBagging对样本重采样，对每一重采样得到的子样本集训练一个模型，最后取平均。由于子样本集的相似性以及使用的是同种模型，因此各模型有近似相等的bias和variance（事实上，各模型的分布也近似相同，但不独立），所以bagging后的bias和单个子模型的接近，一般来说不能显著降低bias。若各模型独立，则 若各模型完全相等，则此时不会降...

二.分类图1. 分类散点图（1）散点图striplot（kind='strip'）方法1：seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False, orient=None, color=None, palett...

pd.set_option('display.max_rows', 100) # 显示的最大行数（避免只显示部分行数据）pd.set_option('display.max_columns', 1000) # 显示的最大列数（避免列显示不全）pd.set_option("display.max_colwidth",1000) # 每一列最大的宽度（避免属性值或列名显示不...

一、数据探索1.数据读取遍历文件夹，读取文件夹下各个文件的名字：os.listdir() 方法：用于返回指定的文件夹包含的文件或文件夹的名字的列表。这个列表以字母顺序。 它不包括 '.' 和'..' 即使它在文件夹中。1.1CSV格式数据详细说明（1）读取### python导入csv文件的4种方法# 1.原始的方式lines = [li...

1. 前向搜索　　每次增量地从剩余未选中的特征选出一个加入特征集中，待达到阈值或者时，从所有的中选出错误率最小的。过程如下：初始化特征集为空。扫描从到如果第个特征不在中，那么特征和放在一起作为(即)。在只使用中特征的情况下，利用交叉验证来得到的错误率。从上步中得到的个中选出错误率最小的,更新为...

（一）数值特征数值特征（numerical feature），可以是连续的（continuous），也可以是离散的（discrete），一般表示为一个实数值。例：年龄、价格、身高、体重、测量数据。不同算法对于数值特征的处理要求不同。下文中的一些数据处理方法，因为是针对某一特征列的单调变换，所以不会对基于决策树的算法（随机森林、gbdt）产生任何影响。一般而言，决策树类算法不...

一、正则化1.L1/Lasso　　L1正则方法具有稀疏解的特性，因此天然具备特征选择的特性，但是要注意，L1没有选到的特征不代表不重要，原因是两个具有高相关性的特征可能只保留了一个，如果要确定哪个特征重要应再通过L2正则方法交叉检验。举例：下面的例子在波士顿房价数据上运行了Lasso，其中参数alpha是通过grid search进行优化from sklearn.li...

123转载于:https://www.cnblogs.com/nxf-rabbit75/p/11153804.html

参考文献：【1】pivot_table转载于:https://www.cnblogs.com/nxf-rabbit75/p/11130547.html

一、绘图判断一般对于强相关性的两个变量，画图就能定性判断是否相关散点图seaborn.scatterplot# 散点图矩阵初判多变量间关系data = pd.DataFrame(np.random.randn(200,4)*100, columns = ['A','B','C','D'])pd.plotting.scatter_matrix...

面对对象编程的三条主线：（1）类及类的构成成分：属性 方法 构造器 代码块 内部类（2）面向对象编程的特征：封装性 继承性 多态性（抽象性）（3）其他的关键字：this super package import static final abstract interface一、类及类的构成成分1.类基本元素：类和对象成员：（1）属性： Field=属性=成员变量:（2）...

1.引用形式：seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar...

引入工具包import datetimeimport numpy as npimport pandas as pd总览　from IPython.display import Imagefrom IPython.core.display import HTML Image(url= "https://i.stack.imgur.com/u...

t分布随机近邻嵌入（t-distributed Stohastic Neighbor Embedding）基本思路：为高维特征空间在二维平面（或三维超平面，不过基本上总是使用二维空间）上寻找一个投影，使得在原本的n维空间中相距很远的数据点在屏幕上同样相距较远，而原本相近的点在平面上仍然相近。本质上，近邻嵌入寻找保留了样本的邻居关系的新的维度较低的数据表示。参数：pe...

原数据：int型转成年月日 时分秒的形式source_test['happenTime'] = source_test['happenTime'].map(lambda x:str(x))source_test['happenTime'] = pd.to_datetime(source_test['happenTime'],format='%Y%m%d%...

参考文献：【1】用scikit-learn学习DBSCAN聚类转载于:https://www.cnblogs.com/nxf-rabbit75/p/11083935.html

https://www.jianshu.com/p/312c4586346d转载于:https://www.cnblogs.com/nxf-rabbit75/p/11082417.html

https://blog.csdn.net/ls13552912394/article/details/79349809https://tracholar.github.io/wiki/python/pandas.html转载于:https://www.cnblogs.com/nxf-rabbit75/p/11049394.html

问题：想要将字典直接转为DataFrame格式时，除了字典外没有传入其他参数时，会报错ValueError: If using all scalar values, you must pass an indeximport pandas as pddict_data = {'name':'nxf','age':24}data = pd.DataFrame(dict_da...

https://zhuanlan.zhihu.com/p/40231966转载于:https://www.cnblogs.com/nxf-rabbit75/p/11087877.html

一、简介这个方法主要涉及到2个权重集合：样本的权重集合每个样本都对应一个权重。 在构建第一个弱模型之前，所有的训练样本的权重是一样的。第一个模型完成后，要加大那些被这个模型错误分类(分类问题)、或者说预测真实差值较大(回归问题)的样本的权重。依次迭代，最终构建多个弱模型。每个弱模型所对应的训练数据集样本是一样的，只是数据集中的样本权重是不一样的。弱模型的权重集合得到的每个弱模型都...

https://stackoverflow.com/questions/38741952/how-to-convert-data-of-type-panda-to-panda-dataframe转载于:https://www.cnblogs.com/nxf-rabbit75/p/11082544.html

一、样式控制1.set（[context，style，palette，font，...]）一步设定美学参数。2.axes_style（[style，rc]）返回参数字典，用于绘图的美学风格。3.set_style（[style，rc]）设定地块的审美风格。4.plotting_context（[context，font_scale，rc]）返回参数dict...

novelty detection：当训练数据中没有离群点，我们的目标是用训练好的模型去检测另外发现的新样本outlier dection：当训练数据中包含离群点，模型训练时要匹配训练数据的中心样本，忽视训练样本中的其他异常点。一、outlier dection1.孤立森林（Isolation F...

一、创建自定义图像 figurefigure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多...

参考文献：【1】@staticmethod和@classmethod的作用与区别转载于:https://www.cnblogs.com/nxf-rabbit75/p/11038778.html

计算网页的支持度，主要由两部分组成：own pagerank 和 number of outbound links网页的pagerank取决于指向该网页的pagerank和数量转载于:https://www.cnblogs.com/nxf-rabbit75/p/10968370.html...

将 Seaborn 提供的样式声明代码sns.set()放置在绘图前，就可以设置图像的样式sns.set(context='notebook', style='darkgrid', palette='deep', font='sans-serif', font_scale=1, color_codes=False, rc=None)View Codecon...

修改X,Y,Z轴的刻度值from matplotlib.ticker import MultipleLocator,FuncFormatterfrom mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as pltfrom matplotlib import cmfrom matplotlib i...

一、画二维图1.原始数据（x，y）import matplotlib.pyplot as pltimport numpy as np#数据X = np.array(list(i for i in range(6)))Y = np.array([10,30,20,50,100,120])2.先对横坐标x进行扩充数据量，采用linspace#插...

一.问题建模1.评价指标1.1分类指标二分类精确率P=TP/(TP+FP)召回率R=TP/(TP+FN)F1值2PR/(P+R)P-R曲线横轴是召回率0-1,纵轴为对应的召回率下的精确率ROC曲线横轴为假正率FPF=FP/(FP+TN),纵轴为真正率TPR=TP/(TP+FN)AUC直接计算ROC曲线下的面积Wilcoxon-Ma...

协同过滤需要注意的三点：gray sheep（有人喜欢追求特别，协同过滤一般只能从共同的人或物间找相似）shilling attack（水军刷好评导致数据错误，无法带来精确的推荐）cold start（冷启动，初次登陆网站，没有给商品打分，怎么推荐）1.基于memory的CF（1）基于用户的CFWu,v指的是两个用户之间的相似度Pa...

一、简介　　GBDT是Gradient Boosting Decison Tree的简称，其中Gradient是梯度，是这个方法的核心；Boosting是提升，是这个方法的框架；Decision Tree是决策树，是实现这个方法用到的模型。　　GBDT可以解决回归问题，经过一些处理也可以解决分类(二类、多类)问题，但是用到的树都是回归树，这一点需要牢记。　　首先通过简单的回归...

在adaboost当中，样本的权重alpha是固定的，蓝色五角星所在的圈中3个○分错了，红色五角星所在的圈中4个×和1个○都分对了，很容易让人想到，这个模型，对于红色位置的判断更加可信。动态权重，每个x都会有特定的权重，不同的分类器对于不同的样本的权重是不一样的base classifer：分○和△competency predictor：分对和分...

模型：FastTextTextCNNTextRNNRCNN分层注意网络（Hierarchical Attention Network）具有注意的seq2seq模型（seq2seq with attention）Transformer("Attend Is All You Need")动态记忆网络（Dynamic Memory Network）实体网...

Bagging思想：在包含Ｎ个样本的数据集中采用有放回的抽样方式随机抽取一定数量(可以为Ｎ)的样本，构成一个数据集；按照步骤ｉ中的方式得到M个数据集；利用机器学习的方法(例如：SVM，决策树，神经网络……)对得到的Ｍ个数据集，训练出Ｍ个弱模型(比随机模型效果好)；集成M个弱模型的结果作为最终结果；　　　　Baggin...

总览1.基于语料库（1）词袋模型VSMLSAPLSALDA（2）神经网络（3）搜索引擎2.基于字符串（1）基于字符（2）基于词语3.基于世界知识（1）基于本体（2）基于网络知识4.其他方法（1）句法分析（2）混合方式参考文献：【1】文本相似度计算方法研究综述 Review of Studies on Text Simila...

一、Catboost简介全称：Gradient Boosting(梯度提升) + Categorical Features(类别型特征)作者：俄罗斯的搜索巨头Yandex官方地址论文链接 | 项目地址文档地址视频二、Catboost的特点　　一般来说，Gradient Boosting(GB)方法适用于异质化数据。即，若你的数据集全由图片数据构成...

方法1：无监督，不使用额外的标注数据average word vectors：简单的对句子中的所有词向量取平均，是一种简单有效的方法，缺点：没有考虑到单词的顺序，只对15个字以内的短句子比较有效，丢掉了词与词间的相关意思，无法更精细的表达句子与句子之间的关系。tfidf-weighting word vectors：指对句子中的所有词向量根据tfidf权重加权求和，是常用的一种计...

总览一.专门术语二.现代搜索引擎原理三.精确理解查询考虑七个方面：意图识别、实体识别、词性标注、查询改写、紧密度计算、词权重计算、查询纠错1.用户查询意图的定义与识别2.查询实体识别与结构化3.召回策略的变迁4.词项标注5.查询改写6.词权重和相关性计算7.类目相关性与人工标注8.紧密度计算四.引导用户完成搜索1.用户引导的产品定义与衡...

一、java介绍：java语言的特性：面向对象性健壮性跨平台性（write onece，run anywhere）-–JVMJDK JRE JVM河床好比操作底层，jdk好比是河水，java应用程序好比是船注意事项源文件以.java结尾源文件中可以有多个class声明的类类中可以有主方法(即main()方法)，其格式是固定的：public static void...

一、背景评论是用户对实体的评价,但是一方面评论数量相对交易少,另一方面篇幅过长指导作用较低二、标签的抽取1.数据获取与预处理2.无监督的标签提取3.基于深度学习的标签提取三、标签的情感分析1.特殊性2.基于深度学习的方法四、未来与实用实践转载于:https://www.cnblogs.com/nxf-rabbit75/p/10861197.html...

（1）安装工具（windows 环境下面）先下载antlr:http://www.antlr3.org/download/antlr-3.1.3.tar.gz链接：http://pan.baidu.com/s/1gdgXUM3 密码：2qrx解压后，进入antlr-3.1.3\runtime\Python目录：python setup.py install（2）安装java2...

一、什么是POI？二、问题与难点三、国内酒店POI实体链接解决方法四、其他场景与策略五、效果转载于:https://www.cnblogs.com/nxf-rabbit75/p/10858913.html...

一、什么是用户画像定义：从海量的数据中,建模抽象出每个用户的属性标签体系.标签体系二、用户画像数据挖掘1.画像挖掘整体架构2.用户标识3.特征数据4.样本数据5.标签建模(1) 建模方法(2) 建模实例三、用户画像应用转载于:https://www.cnblogs.com/nxf-rabbit75/p/10818044.html...

（1）安装JDKpath：将jdk中bin目录所在的路径C:\Program Files\Java\jdk1.8.0_151\bin，保存在path环境变量下测试：在命令行窗口，任意的文件目录下，执行javac.exe或java.exe都可以调用成功（2）下载IDE（3）安装IDE一路默认即可选默认设置，直接点左下方skip（4）创建并运行...

干货:命令行程序mysql实际上是MySQL客户端，真正的MySQL服务器程序是mysqld，在后台运行.数据库事务具有ACID特性，用来保证多条SQL的全部执行。五、MySQL通过mysql命令行登录MySQL Client的可执行程序是mysql，MySQL Server的可执行程序是mysqld。MySQL Client和MySQL Server的关系如下：在...

（1）需要将python2和python3的环境变量设置好（2）重命名主程序然后我们分别把两个版本的 Python 主程序 exe 改下名，3.6 版本的改名为 python3.exe，2.7 版本的改名为 python2.exe（3）如果执行脚本的话直接 python3 test.py 或者 python2 test.py 就行了（4）如果要针对不同版本的 Python...

一、个人站点访问https://用户名.github.io搭建步骤（1）创建个人站点 ->新建仓库(注:仓库名必须是【用户名.github.io】)（2）在仓库下新建index.html的文件即可注意：github pages只支持静态网页仓库里面只能是....

右击github中的图片，获得链接：https://github.com/nxf75/ML_Library/blob/master/Hadoop/Haddop%E6%A1%86%E6%9E%B6.pngmarkdown插入图片的格式： 就是 ![]() 这样的格式现在直接把链接写入markdown中，是无效的，有两种...

干货:使用SELECT查询的基本语句SELECT * FROM <表名>可以查询一个表的所有行和所有列的数据。SELECT查询的结果是一个二维表。使用SELECT *表示查询表的所有列，使用SELECT 列1, 列2, 列3则可以仅返回指定列，这种操作称为投影。SELECT`语句可以对结果集的列进行重命名。使用ORDER BY可以对结果集进行排序；可以对多列进行升序、...

一、git安装1.目的通过git管理github托管项目代码2.下载安装Git - Downloading Package​www.git-scm.com点击桌面，右击鼠标，出现两个git单词，则安装成功二、git工作流程用git status查看当前所在区域（仓库？暂存区？工作区）假设hello.p...

一、使用Github(目的、基本概念)1.目的借助github托管项目代码2.基本概念（1）仓库(Repository)仓库即项目的意思，你想在github上开源一个项目，那就必须要新建一个repository（2）收藏(Star)仓库主页star按钮，意思为收藏项目的人数（3）复制克隆项目(Fork)你开源了一个项目，别人...

拟合，预测未来节点（或走势分析）：　　常规序列建模方法：AR、MA、ARMA、ARIMA　　回归拟合　　Neural Networks判断不同序列类别，即分类问题：HMM、CRF、General Classifier（ML models、NN models）不同时序对应的状态的分析，即序列标注问题：HMM、CRF、RecurrentNNs...

一、什么是命名实体识别　　命名实体识别（NER）是指在文本中识别出特殊对象，这些对象的语义类别通常在识别前被预定义好，预定义类别如人、地址、组织等。命名实体识别不仅仅是独立的信息抽取任务，它在许多大型nlp应用系统如信息检索、自动文本摘要、问答系统、机器翻译以及知识建库（知识图谱）中也扮演了关键的角色。1. 命名实体分类2. 方法分类传统：基于规则的方法...

约瑟夫环1. 报数，删除报到k的人，直到只剩下一个人题目：已知n个人（以编号1，2，3...n分别表示）围坐在一张圆桌周围。从编号为1的人开始报数，数到m的那个人出列；他的下一个人又从1开始报数，数到m的那个人又出列；依此规律重复下去，直到圆桌周围的人全部出列。通常，我们会要求输出最后一位出列的人的序号。那么这里主要研究的是最后一个出列的人的序号要怎么确定。首先，数组写成以...

一、是什么？1.归一化　　是为了将数据映射到0~1之间，去掉量纲的过程，让计算更加合理，不会因为量纲问题导致1米与100mm产生不同。　　归一化是线性模型做数据预处理的关键步骤，比如LR，非线性的就不用归一化了。　 归一化就是让不同维度之间的特征在数值上有一定比较性，可以大大提高分类器的准确性。缺点：这种方法有个缺陷就是当有新数据加入时，可能导致max和m...

六、移动窗口函数移动窗口和指数加权函数类别如↓：rolling_mean 移动窗口的均值pandas.rolling_mean(arg, window, min_periods=None, freq=None, center=False, how=None, **kwargs)rolling_median 移动窗口的中位数pandas.rolling_...

一、深度遍历题目1：一张N*M的地图上每个点的海拔高度不同;从当前点只能访问上、下、左、右四个点中还没有到达的点,且下一步选择的点的海拔高度必须高于当前点,求从地图中的点A到点B总的路径条数除以10^9的余思路：dfs代码如下：# row, col = map(int, input().split())# graph = []# for _ in rang...

cum系列函数是作为DataFrame或Series对象的方法出现的，因此命令格式为D.cumsum()举例：D=pd.Series(range(0,5))1. cumsum2. cumprod3. cummax4. cummin参考文献：【1】Pandas —— cum累积计算和rolling滚动计算转载于:...

python常用的处理时间的库有：datetime,time,calendar。datetime库包括了date（储存日期：(年、月、日),time(储存时间：(小时、分、秒和微秒)，timedelta代表两个datetime之间的差（天、秒、微秒）。一、datetime处理日期datetime.now()：当前时间datetime.timedelta()：计算相差天数和...

五、重采样与频率转换1. resample方法rng = pd.date_range('1/3/2019',periods=1000,freq='D')rng2. 降采样（1）resample将高频率数据聚合到低频率举例：已知：‘1分钟’数据，想要通过求和的方式将这些数据聚合到“5分钟”块中left：[0:...

一、时间序列基础1. 时间戳索引DatetimeIndex生成20个DatetimeIndexfrom datetime import datetimedates = pd.date_range(start='2019-04-01',periods=20)dates用这20个索引作为ts的索引ts = pd.Series(np....

1. 字符串转成numpy.datetime64格式import numpy as np#将字符串转换成numpy格式时间#注意个位前补0，如1月写成01nd=np.datetime64('2019-01-10')ndnp.datetime64('1901')2.numpy.datetime64转成字符串格式#转...

Python序列切片地址可以写为[开始：结束：步长]，其中的开始和结束可以省略。1. range(n)生成[0,n)区间整数2.开始start省略时，默认从第0项开始3.结尾省略的时候，默认到数组最后4.开始和结尾不省略的时候5.步长step=n;代表从start开始（start也算）每隔step间隔，取一个数，一直到结尾end...

　　Pandas库是处理时间序列的利器，pandas有着强大的日期数据处理功能，可以按日期筛选数据、按日期显示数据、按日期统计数据。pandas的实际类型主要分为：timestamp（时间戳）period（时期）timedelta（时间间隔）常用的日期处理函数有：pd.to_datetime()pd.to_period()pd.date...

1. len(tuple)计算元组元素个数>>> tuple1 = ('Google', 'Runoob', 'Taobao')>>> len(tuple1)>>>32. max(tuple)返回元组中元素最大值。>>> tuple2 = ('5', '4', '8')&g...

训练BiLSTM模型的时候报错：InternalError (see above for traceback): Blas GEMM launch failed : a.shape=(32, 200), b.shape=(200, 400), m=32, n=400, k=200[[node bilstm_crf/bidirectional_rnn/fw/fw/while/l...

1. list.append(obj)在列表末尾添加新的对象2. list.count(obj)统计某个元素在列表中出现的次数3. list.extend(seq)在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）4. list.index(obj)从列表中找出某个值第一个匹配项的索引位置5. list.insert(index,ob...

1. add()为集合添加元素2. clear()移除集合中的所有元素3. copy()拷贝一个集合4. difference()返回多个集合的差集5. difference_update()移除集合中的元素，该元素在指定的集合也存在。6. discard()删除集合中指定的元素7. intersection()...

1. conda基本命令检查Anaconda是否成功安装conda --version 检测目前安装了哪些环境conda info --envs 检查目前有哪些版本的python可以安装：conda search --full-name python 安装不同版本的python对于GPU版本：conda cr...