keep用心的博客

keras load_weights报错

1.隐马尔可夫模型简介隐马尔可夫模型由一个状态序列，一个观测序列组成，其中状态序列是不可观测的，因此叫做隐马尔可夫模型。几个重要的参数：Q,V,A,B,O,π\piπ,Q是所有可能出现的状态的几个，V是所有可能出现的观测结果的集合，A是状态转移概率矩阵，是一个NN维的方针，B是一个观测概率矩阵，是一个NM维度的矩阵，O是观测序列，长度为T，π\piπ是初始的状态概率向量，是一个N*1的向量。2.python代码实现在这部分的代码中包含了HMM的3个算法：前向，后向以及viterbi算法。其中vi

顺口溜：两种决策树，8参数，1属性，4接口。8个参数：criterion；random_state/splitter；max_depth；min_samples_leaf；min_samples_split；max_feature；min_impurity_decrease。1个属性：feature_importances_4接口：fit，score，apply，predictsklear...

不用调用plt，pandas自带画图的功能panda中如何把数据显示在屏幕上，如何可视化数据import pandas as pdimport numpy as npimport matplotlib.pyplot as plt#可视化必不可少的套件plot data1.Series 线性的数据data = pd.Series(np.random.randn(1000),index...

concatenating比merge简单的dataframe合并merge可以实现索引以及key的对照的合并import pandas as pdimport numpy as npleft = pd.DataFrame({ 'key':['K0','K1','K2','K3'], 'A':['A0','A1','A2','A3'], 'B':['B0','B1'...

合并两个dataframe，横向纵向均可以method1:concatenatingimport pandas as pdimport numpy as npdf1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'])df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','...

pandas4 处理丢失的数据没有数据的数据模块，用np.nan进行填充import numpy as npimport pandas as pddates = pd.date_range('20200203',periods=6)df = pd.DataFrame(np.arange(24).reshape(6,4),index = dates,columns=list('ABCD'...

pandas3. 设置值与列表中重新定义值是一样的import numpy as npimport pandas as pddates = pd.date_range('20200203',periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)),index = dates,columns = ['A','B','C','D'])...