- 博客(5)
- 收藏
- 关注
RSS订阅原创 pandas的一些基本操作（my pandas cook book）
文章目录前言一、表格版（太长不看版）二、用法举例三、可能出现的错误1.引入库2.读入数据总结前言本人实习中经常遇到一些数据分析的任务，大多是用pandas完成的，所以在这里简单做个总结。PS：面向的是已对pandas有基本了解，想要快速查找或回顾的读者。一、表格版（太长不看版）用法语法读取pd.read_csv()、pd.read_sql、…新建Dataframe从字典创建: df = pd.Dataframe({'column_name1': list1, 'c
2021-03-03 21:38:14
204
原创 ‘module‘ object is not callable
问题描述：import pprintsample = { 0: 'A', 1: 'B', 2: 'C' }pprint(sample) 原因分析：‘module’ object is not callable 一个原因就是函数名和模块名重复，在import的时候没有导入对应的函数在这里我们想使用的其实是pprint模块中的pprint函数，却导入了整个模块解决方案：从模块中导入对应的函数from pprint import pprint...
2020-10-06 20:44:53
2194
原创 机器学习中几种常见的乘积(product)
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码
2020-08-31 01:17:07
11267
1
原创 交叉熵损失函数的推导
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、交叉熵是什么？二、解决sigmoid激活函数的问题1.sigmoid损失函数存在的问题2.交叉熵的引入2.读入数据总结前言最近在学习自然语言处理，其中大量模型涉及到了用softmax层作为输出，再用交叉熵（cross-entropy loss）作为损失函数。在此回忆一下交叉熵损失函数，并从3个方面：为了解决sigmoid激活函数的问题从极大似然估计推导从信息论推导推导其由来。提示：以下是本篇文章正文内
2020-08-22 11:21:47
1926
原创 词向量的表示-自然语言处理的首要问题
关于自然语言处理发展历史占个坑，之后有时间再补上任务占坑与cv相比，为什么NLP的发展相对缓慢占坑词的表示-首要的问题词是构成语言的最小单位，对自然语言的处理首要解决的问题就是：如何表示词。基于SVD分解的办法svd的介绍，可以参考：word-document matrix对于矩阵X的选择，有人首先想到的是统计词频的办法，因为有相似含义的几个词往往会在同一主题的文章中同时出现。例如，“银行”、“存款”、“利息”经常同时出现，而“银行”和“芒果”却不常出现。假设我们有MMM篇文章，词汇
2020-08-17 18:20:41
510
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