- 博客(9)
- 资源 (7)
- 收藏
- 关注
原创 matplotlib画图- 时间序列折线图
今天做了一下毕设的图(关于结果比较的 时间序列图)首先我说明 找了半天的博客 没有找到好的方法做x轴为datetime,很麻烦 所以我打算做int32类型的,但发现没法转换 结果采用特殊方法解决的1.数据集查看int64有个问题:就是在x轴的时候会出现0.52.将year转换为indexa = data.set_index(['YEAR'])a.indexInt64Inde...
2019-03-17 16:23:24 9953 1
转载 pd.DataFrame(basis)
>>> import pandas as pd>>> d = {'col1': [1, 2], 'col2': [3, 4]}>>> d{'col1': [1, 2
2019-03-12 21:39:32 369
转载 python -- map / lambda usage
参考代码的时候遇到 map() & lambda 的结合 感觉有点困惑 特此记录下来问题 testPredict = y_test_predicted.reshape(4, ) #If x>1.0 --> x=1.0; If x<0.0 --> x=0.0 testPredict = map...
2019-03-12 20:24:43 255
原创 dataprocessing series2
1.将时间序列转换为监督数据关键函数df.shift()建议参考blog实际上df.shift()函数可以将当前列的值拷贝并按照输入的参数(表示step)来填充NaNfrom pandas import DataFramedf = DataFrame()df['t'] = [x for x in range(10)]print(df)from pandas import ...
2019-03-11 16:38:16 245
转载 使用Keras进行LSTM模型 practice
如何将原始数据转换为合适处理时序预测问题的数据格式如何准备数据并搭建LSTM来处理时序预测问题如何利用模型预测1.使用数据来源该数据集来自kaggle竞赛的空气质量数据集 数据集来源数据集包括日期、PM2.5浓度、露点、温度、风向、风速、累积小时雪量和累积小时雨量。原始数据中完整的特征如下:noenglishchinese1.No行数2.year年...
2019-03-11 12:41:23 6396
转载 tensorboard详解
1.填写普通的cnn网络 制作普通的网络# coding=UTF-8import warningswarnings.filterwarnings('ignore') # 不打印 warningimport tensorflow as tf# 设置GPU按需增长config = tf.ConfigProto()config.gpu_options.allow_growth = ...
2019-03-11 10:34:50 3492
原创 pandas_ load_data 处理环节
1. astypeastype参考 进行强制转换2. df.__delitem__df.__delitem__是删除列名称3.df.columns 修改列label>>> df2.columnsIndex(['name', 'max_speed', 'rank'], dtype='object')>>&am
2019-03-10 16:19:04 1679
原创 pandas 基础设置(pd.values) data_preprocessing(缺失值)
本文是在做毕业设计 预处理部分的实践 参考pandas官方文档df.values#例子1>>> df2 = pd.DataFrame([('parrot', 24.0, 'second'),... ('lion', 80.5, 1),... ('monkey', np.na
2019-03-10 15:13:13 9872
原创 LSTM& RNN模型学习(principle & practice)
这个月忙着毕设 , 做的是森林覆盖率的预测 使用的深度学习模型LSTM 之前是小白(虽说现在也是) 趁着有时间 就把今天学习的内容 巩固回顾一下好了1.RNN(Recurrent Neural Network)首先想说,LSTM其实是RNN的一个变种,由于其解决了rnn网络模型的某些问题,更加广泛应用,因此大范围情况下主要使用的是LSTM.先从RNN介绍RNN:拿说话举例子:如果需要预测下...
2019-03-09 21:49:14 376
数据分析|scipy_np|推荐系统实践|机器学习与挖掘经典
2019-03-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人