我不爱机器学习的博客

dill, pytorch,dataset, dataloader

添加：export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/miniconda3/lib;

这部分的内容放在下面的公众号里，有数据和代码，欢迎大家下载。除了时序分析案例，里面也会分享其它时序分析知识。该公众号会不定期跟大家分享有价值的干货。...

1、决策树与集成学习的关系根据python3 决策树（ID3、C4.5、CART）原理详细说明与公式推导可知：决策树容易解释，可以处理离散和连续值，对输入变量的单调转换不敏感（因为分割点是基于数据点的排序），执行自动变量选择，对异常值相对稳定，可以很好地扩展到大型数据集，并且可以修正输入的缺失值。但是决策树与其他类型的模型相比，预测不是很准确。这部分是由于树构造算法的贪心本性。一个相关...

算法原理：Bagging、Boosting(AdaBoost)原理与公式推导算法步骤： import numpy as npimport seaborn as snssns.set_style('white')from sklearn.tree import Dec...

1、简介1.1 树的定义决策树(decision tree)是一种描述对实例进行分类的树形结构，由结点 (node)和有向边 (directed edge)组成。结点有三种类型：根结点(root node)：表示树根 内结点 (internal node)：表示特征 叶结点(leaf node)：表示类 边 (directed edge)：表示划分的条件决策树的是...

根据决策树CART的原理用Python3写出，代码如下：from random import randrange# 根据阈值对单个属性数据（数值）进行分割def split_numerical(attribute_index, thresh, datasets): left, right = [], [] for r in datasets: if r[...

建议先看一下这两篇文章：核函数(Kernel function)(举例说明，通俗易懂)拉格朗日乘子、拉格朗日对偶问题 (举例说明，通俗易懂)1、支持向量机简介支持向量机（support vector machine）是一种用于分类、回归和异常值（离群点）检测的监督学习方法。支持向量机是一种二分类模型，其基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大有别于感知机；支...

本文通过一系列的例子来说明拉格朗日乘子的运算以及原理，通俗易懂。1、拉格朗日乘数(乘子)原理定义：In mathematical optimization, the method of Lagrange multipliers is a strategy for finding the local maxima and minima of a function subject to ...

1、线性判别原理线性判别分析是常用的降维技术,在模式分类和机器学习的预处理步骤中。其目标是将数据集投影到具有良好的类可分性的低维空间中，以避免过度拟合（维数过多）并降低计算成本，如将一个特征空间(一个数据集n维样本)投射到一个更小的子空间k(其中k ≤n-1)上，同时维护类区分信息。判别式是一个函数，它接受一个输入向量x，并把它赋值给K个类中的一个，记作。在这一章中，我们将把注意力限制在线...

1、贝叶斯原理假设有两个随机变量X；Y（下方左图）； X的取值为 {}，其中 i=1,...,M(M个特征）； Y的取值为 {}，，其中 j=1,...,L（L个类），如下图所示，M=5, L=3。 假设这两个变量的实例总数N，那用表示的实例数，即数组相应...

1、比率（odds）、概率（probability）和可能性（likelihood:似然)例如：成功7次，失败5次比率 =某一类样本数/另一类样本数}=7/5 概率 = 某一类样本数/所有可能情况的样本=7/（7+5） 可能性：如果用theta表示环境参数，y表示结果，则概率表示为：(条件概率,已知theta），theta称为前置条件；在已知y的条件下求theta则称为可能性：，一般采...

1. 错误率和准确率准确率不是评价模型好坏的标准，如遇到类别不平衡（class imbalance）的数据，典型的垃圾邮件问题，99%的邮件都是非垃圾邮件，1%为垃圾邮件，那分类准确率99%就没有什么意义。错误率 = 分类错误样本数/样本总数 准确率：分类正确样本数/样本总数2. 混淆矩阵类别 predicted:spam email (expectatio...

1、线性正则化降低线性回归的损失函数，大的系数会造成过拟合，为每个特征变量选一个系数，当某一变量的系数过大时，会使预测偏向该特征，因此损失函数会惩罚(penality)大的系数（绝对值大），这就叫正则化。代价函数 = 均方误差 + 惩罚函数 均方误差：使训练误差变小 惩罚函数：使参数绝对值变小 (是惩罚参数）...

1、数据准备：import numpy as npx = np.array([0, 1, 2, 3])y = np.array([-1, 0.2, 0.9, 2.1])X, Y = x, y2、直线回归方程，适用于一元线性回归# 直线回归方程求解(y=bx+a+e)def regressgion(x, y): x_mean = np.mean(x) y_...

class Solution(object):    def findMedianSortedArrays(self, nums1, nums2):        """        :type nums1: List[int]        :type nums2: List[int]        :rtype: float        """        if nums1...

https://www.cnblogs.com/ybjourney/p/4714870.html

对多个表单的成组数据进行t测试并能够将结果保存到excel. python 代码： from scipy.stats import ttest_ind # 引入成组测验的包import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata = {} # 初始化字典，放入表单数据re...

数据介绍：有三列，一列是name，即样本的名字，另外两列是数值数据，对name进行聚类，再根据聚类的标签（从0开始），然后建立交叉表。代码：from sklearn.cluster import KMeans #k均值聚类import pandas as pddf = pd.read_csv('XXXX.csv')#print(df.head)#print(df.colum...

Python 用下划线作为变量前缀和后缀指定特殊变量，主要有以下几种：_xxx ：保护变量，意思是只有类对象和子类对象能够访问到这些变量(尽量避免在类外部直接修改)__xxx__ ：python语言定义的特殊方法__xxx ：类中的私有变量名核心风格：避免用下划线作为变量名的开始类的基础方法序号 目的 ...

Python中关于对象复制有三种类型的使用方式，赋值、浅拷贝与深拷贝。他们既有区别又有联系。一、赋值在python中，对象的赋值就是简单的对象引用，这点和C++不同。如下：a = [1,2,3,"hello",["python","C++"]] b = a print a==b #True这种情况下，b和a是一样的，他们指向同一片内存，b不过是a的别名，是引用。我们可以使用a...

一个linux系统里面可能会存在多个python版本，如果想指定特定的版本作为终端打开的默认版本，方法是将对应版本的bin路径加入系统路径 PATH。操作步骤为：（1）查看当前python版本，在任意终端输入：python --version（2）查看当前python位置，在任意终端输入：which python（3）查看系统存在的所有python...

class Solution(object):    def twoSum(self, nums, target):        for i in range(len(nums)):            for j in range(i + 1, len(nums)):                sum = nums[i]+nums[j]                if su...