- 博客(34)
- 收藏
- 关注
RSS订阅原创 Python训练营打卡——DAY34（2025.5.23）
一、CPU性能的查看二、GPU训练1. 数据传输开销 (CPU 内存 <-> GPU 显存)2. 核心启动开销 (GPU 核心启动时间)3. 性能浪费：计算量和数据批次三、__call__方法四、通俗解释1. CPU vs GPU 性能差异2. 优化GPU训练的方法3. PyTorch中的 __call__ 方法4. 总结5. 关键结论五、作业
2025-05-23 14:11:46
1072
原创 Python训练营打卡——DAY33（2025.5.22）
简单的神经网络一、PyTorch的安装二、准备工作三、数据的准备四、模型架构定义五、模型训练（CPU版本）1. 定义损失函数和优化器2. 开始循环训练3. 可视化结果六、通俗解释1. 环境安装（相当于买锅碗瓢盆）2. 数据准备（洗菜切菜）3. 模型定义（设计菜谱）4. 训练过程（炒菜实操）5. 评估与可视化（考试和总结）6. 通俗总结7. 类比问答
2025-05-22 23:45:00
1172
原创 Python训练营打卡——DAY32（2025.5.21）
一、官方文档的阅读二、通俗解释1. 官方文档的检索方式2. 安装包和文档版本要一致3. 类的关注点（以 TargetPlot 为例）4. 绘图是对底层库的调用5. 总结重点三、作业1. 完整代码示例2. 代码逻辑分步解释（1）数据与模型准备（2）导入PartialDependencePlot类（3）初始化对象（4）绘制图表（5）调整图表样式（6）查看统计摘要
2025-05-21 22:59:46
1055
原创 Python训练营打卡——DAY31（2025.5.20）
一、机器学习项目的流程二、文件的组织1. 项目核心代码组织2. 配置文件管理3. 实验与探索代码4. 项目产出物管理三、注意事项if name == "main"编码格式类型注解四、通俗解释1. 拆分文件和目录：整理房间一样管理代码2. 导入模块：把其他房间的东西拿来用3. 机器学习项目流程：像做菜的步骤4. 项目目录结构：给代码盖一栋楼5. 配置文件：菜谱参数集中管理6. 编码格式：统一语言，避免鸡同鸭讲
2025-05-20 21:31:46
1719
原创 Python训练营打卡——DAY30（2025.5.19）
模块和库的导入一、导入官方库1. 标准导入：导入整个库2. 从库中导入特定项3. 非标准导入：导入整个库二、模块、包的定义三、使用案例场景1: main.py 和 circle.py 都在同一目录场景2: main.py 和 circle.py 都在根目录的子目录 model/ 下场景3: main.py 在根目录，circle.py 在子目录 model/ 下场景4四、源代码的查看五、通俗解释1. 模块和库是什么？2. 导入库的三种方式
2025-05-19 21:39:47
1741
原创 Python训练营打卡——DAY29（2025.5.18）
一、类的装饰器1. 定义2. 类装饰器 vs 函数装饰器：核心区别3. 本质区别二、作业1. 对函数的理解：「工具包」思维2. 对类的理解：「工厂」思维3. 对 Python 的认知：「乐高积木」式语言4. 对后续深度学习的启示5. 总结：学习视角的转变
2025-05-19 18:10:31
738
原创 Python训练营打卡——DAY28（2025.5.17）
类的定义和方法一、Pass占位符和缩进二、类的初始化方法三、类的普通方法四、类的继承五、通俗解释1. 类（Class）就像饼干模具2. 实例化：用模具做饼干3. 继承：升级成圣诞饼干模具4. 为什么学这个？六、作业题目1：定义圆（Circle）类题目2：定义长方形（Rectangle）类题目3：图形工厂
2025-05-19 17:39:21
774
原创 Python训练营打卡——DAY26（2025.5.15）
一、函数的定义1. 不带参数的函数2. 带参数的函数3. 带返回值的函数二、变量作用域三、函数的参数类型1. 位置参数2. 默认参数3. *args (收集位置参数)4. **kwargs (收集关键字参数)四、通俗解释1. 函数是什么？2. 函数的定义3. 函数的参数4. 返回值5. 变量作用域五、作业题目1：计算圆的面积题目2：计算矩形的面积题目3：计算任意数量数字的平均值题目4：打印
2025-05-18 21:50:20
964
原创 Python训练营打卡——DAY25（2025.5.14）
异常处理一、异常处理机制1. 核心概念2. 与 if-else-elif 的区别（重要！）二、debug1. SyntaxError (语法错误)2. NameError (名称错误)3. TypeError (类型错误)4. ValueError (值错误)5. IndexError (索引错误)6. KeyError (键错误)7. AttributeError (属性错误)8. ZeroDivisionError (除零错误)9. FileNotFo
2025-05-14 17:13:57
1503
原创 Python训练营打卡——DAY24（2025.5.13）
一、元组1. 通俗解释2. 元组的特点3. 元组的创建4. 元组的常见用法二、可迭代对象1. 定义2. 示例3. 通俗解释三、OS 模块1. 通俗解释2. 目录树四、作业1. 准备工作2. 实战代码示例3. 重要概念解析
2025-05-13 21:40:19
1453
原创 Python训练营打卡——DAY23（2025.5.12）
机器学习管道 pipeline一、基础概念1. 转换器（transformer）2. 估计器（estimator）3. 管道（pipeline）4. 通俗解释（1）一句话理解机器学习管道（Pipeline）（2）核心概念（3）为什么需要Pipeline？（4）管道的优点（一句话版）（5）管道的简单步骤（6）类比理解二、代码演示1. 没有pipline的代码2. pipeline的代码教学
2025-05-12 21:41:02
1233
原创 Python训练营打卡——DAY21（2025.5.10）
特征降维一、主成分分析 (PCA)二、t-分布随机邻域嵌入 (t-SNE)三、线性判别分析四、特征降维算法对比五、作业1. 何时使用降维？2. 降维的主要应用3. t-SNE与PCA可视化对比
2025-05-10 21:13:15
1078
原创 Python训练营打卡——DAY20（2025.5.9）
一、知识点回顾二、实际案例1. 矩阵降维案例2. 思考（1）问题分析（2）解决方案：对测试集应用相同的变换（3）为什么不能对测试集单独做 SVD？（4）代码示例：训练集和测试集的 SVD 降维（5）实际操作中的注意事项三、作业
2025-05-09 20:59:19
738
原创 Python训练营打卡——DAY19（2025.5.8）
一、特征降维二、特征筛选1. 方差筛选2. 皮尔逊相关系数筛选3. lasso筛选（基于L1正则化）4. 树模型重要性筛选5. SHAP重要性筛选6. 递归特征消除RFE三、作业1. 特征筛选1.1 方差筛选1.2 皮尔逊相关系数筛选1.3 Lasso筛选1.4 树模型重要性筛选1.5 SHAP重要性筛选1.6 递归特征消除 (RFE)
2025-05-08 17:12:18
1043
原创 Python训练营打卡——DAY18（2025.5.7）
一、基于聚类进一步推断类型1. 聚类分析2. 簇的总结与定义二、作业1. 聚类分析2. 簇的总结与定义3. 模型效果提升
2025-05-07 17:39:49
1355
原创 Python训练营打卡——DAY17（2025.5.6）
一、聚类评估指标介绍1. 轮廓系数 (Silhouette Score)2. CH 指数 (Calinski-Harabasz Index)3. DB 指数 (Davies-Bouldin Index)二、KMeans 聚类1. 算法原理2. 确定簇数的方法：肘部法3. KMeans 算法的优缺点三、DBSCAN聚类四、层次聚类五、作业1. 环境准备2. 数据加载与预处理3. KMeans聚类4. DBSCAN聚类5. 层次聚类
2025-05-06 21:15:41
1754
原创 Python训练营打卡——DAY16（2025.5.5）
一、NumPy 数组基础笔记1. 理解数组的维度 (Dimensions)2. NumPy 数组与深度学习 Tensor 的关系3. 一维数组 (1D Array)4. 二维数组 (2D Array)5. 数组的创建5.1 数组的简单创建5.2 数组的随机化创建5.3 数组的遍历5.4 数组的运算6. 数组的索引6.1 一维数组索引6.2 二维数组索引6.3 三维数组索引二、SHAP值的深入理解三、总结
2025-05-05 16:28:54
1109
原创 Python训练营打卡——DAY15（2025.5.4）
一、作业1. 数据加载与问题识别2. 数据预处理3. 特征工程4. 数据划分与平衡处理5. 模型训练与评估6. 可解释性分析二、思考1. 数据是否能够支撑研究？（数目与质量）2. 数据来源是否可靠？3. 什么是数据的质量？4. 筛选数据源的标准是什么？
2025-05-04 21:36:00
1401
原创 Python训练营打卡——DAY14（2025.5.3）
一、经典机器学习中的SHAP可解释分析1. 数据预处理2. 模型训练与评估3. SHAP 原理简介4. SHAP的维度要求5. SHAP绘图5.1 SHAP特征重要性条形图5.2 SHAP特征重要性蜂巢图二、作业1. 补全特征重要性图1.1 全局条形图（Global Bar Plot）1.2 局部条形图（Local Bar Plot）1.3 队列条形图（Cohort Bar Plot）1.4 蜂巢图（Summary Plot）1.5 蜂群图（Beesw
2025-05-03 20:31:40
1049
原创 Python训练营打卡——DAY13（2025.5.2）
不平衡数据集的处理1、基准模型2、过采样2.1 随机过采样ROS2.2 SMOTE过采样3. 修改权重3.1 修改类别权重(Cost-Sensitive Learning)3.2 修改分类阈值3.3 核心差异总结3.4 实践建议4. 作业4.1 优化方案1：SMOTE过采样 + 类别权重组合4.2 优化方案2：贝叶斯优化调参
2025-05-02 17:21:00
853
原创 Python训练营打卡——DAY12（2025.5.1）
启发式算法一、核心思想二、遗传算法三、粒子群算法四、退火算法五、作业5.1 三种启发式算法的实现逻辑对比5.2 Python实现逻辑类比
2025-05-01 21:00:44
1311
原创 Python训练营打卡——DAY11（2025.4.30）
超参数调整专题一、数据预处理二、简单的调参方法三、作业1. 基础导入2. 数据预处理3. 随机森林优化4. LightGBM模型4.1 默认模型4.2 LightGBM网格搜索4.3 LightGBM贝叶斯优化5. KNN模型5.1 默认模型5.2 KNN网格搜索5.3 KNN贝叶斯优化6. 模型性能对比
2025-04-30 18:34:58
1028
原创 Python训练营打卡——DAY10（2025.4.29）
一、预处理流程回顾1. 导入所需要的包2. 查看数据信息3. 首先处理object变量4. 处理数值型对象4.1 缺失值填补4.2 异常值处理5. 可视化分析二、机器学习建模与评估1. 数据划分2. 模型训练与评估三、作业1. 环境配置2. 数据加载3. 数据探索4. 特征工程5. 数据分割6. 模型训练7. 结果对比8. 特征重要性
2025-04-29 21:21:15
1324
原创 Python训练营打卡——DAY9（2025.4.28）
一、热力图和子图的绘制1. 读取数据2. 查看数据3. 数据预处理4. 连续特征相关性分析5. 分布分析-箱线图（手动版）6. 分布分析-箱线图（循环优化版）7. enumerate()函数二、作业
2025-04-28 13:38:41
915
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