- 博客(29)
- 收藏
- 关注
RSS订阅原创 Python基础7 ＃博学谷IT学习技术支持
目录 一 网络请求 1 网络get请求报文格式 2 网络post请求报文格式 3 HTTP响应报文分析 HTTP响应状态码 二 HTTP静态web服务器 三 FAST API 1. FastAPI的安装 2. FastAPI的基本使用 一 网络请求 1 网络get请求报文格式 请求行 : 请求方式GET 请求路径 请求的协议版本。 请求头:包含 Host 服务器的主机地址和端口号，User-Agent用户代理 等等。 空行 : \r\n 每项数据之间使用\r\
2022-11-07 18:19:06
260
原创 Python基础6 ＃博学谷IT学习技术支持
目录 一案例3：eval()方法的使用 二 python运算符 案例1：了解一下算术运算符 案例2：和其他编程语言不太相同的几个算术运算符 案例3：求梯形面积 一案例3：eval()方法的使用 eval()方法的使用，把字符串中的数字转换为原数据类型 price = input('请输入您购买商品的价格：') print(eval(price)) print(type(eval(price))) str1 = '10' 经过eval(str1) 转换为int类型 str2
2022-10-31 17:59:01
138
原创 Python基础5 ＃博学谷IT学习技术支持
2、浮点类型转换为整型 float => int，浮点转整型，其小数点后的数据会丢失！num = int(input('请输入您的幸运数字：'))# 数据类型转换，把str字符串类型转换为int类型。num = input('请输入您的幸运数字：')# 1、整型转浮点类型 int => float。# 3、把字符串类型转换为整型或浮点类型。
2022-10-24 18:26:48
79
1
原创 Python基础5 ＃博学谷IT学习技术支持
目录 一 了解Python数据类型的转换方法 案例1：把用户输入的幸运数字，转换为整型 案例2：多种数据类型转换 一 了解Python数据类型的转换方法 函数 说明 ==int(x)== 将x转换为一个整数 ==float(x)== 将x转换为一个浮点数 complex(real [,imag ]) 创建一个复数，real为实部，imag为虚部 ==str(x)== 将对象 x 转换为字符串 repr(x) 将对象 x 转换为表达式字符
2022-10-23 19:51:26
165
原创 Python基础4 ＃博学谷IT学习技术支持
目录 一 python 输入 二 例题 ：交换两个变量的值 三 例题：使用Python实现超市的收银系统 一 python 输入 ''' 输出：print() 输入：input()函数，其只需要写入一个参数，代表系统的提示信息 input('提示信息') ''' code = input('请输入您的交易密码：') print(type(code)) 小结： ① input()可以用于接收由外部设备输入的信息，但是如果用户没有输入任何内容，则input()函数会中止当前代码的
2022-10-17 17:46:03
448
原创 Python基础3 ＃博学谷IT学习技术支持
目录 格式化输出 格式化输出 让程序按照用户指定的格式输出。 格式符号 转换 %s 字符串 %d 有符号的十进制整数 %f 浮点数 %c 字符 %u 无符号十进制整数 %o 八进制整数 %x
2022-10-10 19:59:15
469
原创 Python基础2 ＃博学谷IT学习技术支持
目录 1 python 快捷键 2 Python 变量 3 Python的数据类型 4 查询变量的类型 5 代码的错误 1 python 快捷键 2 Python 变量 变量是在程序运行过程中可以发生改变的量，变量存储的数据是临时的。 基本语法 : 变量名=变量的值 例如a=1，b=2。 注意变量的变量名有命名规则。不能与 Python的关键词一致。 标识符命名规则，也是Python中定义变量名称时的一种命名规范，具体如下， 由数字，字母，下划线组成。 不能以数
2022-10-03 17:53:26
145
原创 Python基础1 ＃博学谷IT学习技术支持
目录 一 Python概述 二 Python2 和Python3 版本对比 三 Python解析器 四 pycharm开发利器 五 Python中的注释 一 Python概述 Python是一种跨平台的计算机程序设计语言，是一个高层次的，结合了解释性，编译性，互动性和面向对象的脚本语言。 跨平台: 一般公司的项目会在Linux系统运行，但是我们可能会在Windows或者mac os操作系统上写代码。我们写的代码可以直接迁移到Linux系统上运行。 二 Python2 和Pyth
2022-09-26 18:09:34
162
原创 前向概率 维特比算法 条件随机场 #博学谷IT学习技术支持#
因为命名实体识别 用的条件随机场模型，需要用到句子当中的 每个字 与他的前后 字的关系。在从中找到这五个结果的最大的概率，就把它投影为相应的标签，就可以了。找出最后一个时刻的状态的概率最大值 对应的状态。每个时刻，每个状态的概率计算公式为 前一时刻的初始概率乘以转移概率，再乘以当前时刻的初始概率。以 隐马尔可夫模型 为例，t时刻的概率，取决于t-1时刻的概率，和t-1时刻到t时刻的转移概率。假设每个时刻的状态与他的前后时刻的状态都有关。以 之前的 把句子中的每个字 应设为状态列表中的某个状态 为例。
2022-09-22 15:28:42
139
原创 隐马尔可夫模型 #博学谷IT学习技术支持#
一、隐马尔可夫模型HMM 1 隐马尔可夫模型 Hidden Markov Model(HMM) 的假设，对于两个时序序列联合分部 p(x,y)，x序列，外界可见，称为观测序列，y序列外，外界不可见，称为状态序列。 以 更高地举起邓小平理论伟大旗帜 为例， 更高地举起邓小平理论伟大旗帜，就是观测序列。每个字对应的状态，组成的序列，就是状态序列。以SBME序列标注 为例，S 代表single，单独的意思。B是begin开始一个分词的开始。M是middle在分词的中间部分。E是end结尾代表分词的结
2022-09-12 21:07:50
78
原创 注意力机制 #博学谷IT学习技术支持#
因为q=k=v，假设q是4×5的张量，先计算qx k的转置，得到wij'矩阵，也就是输入张量和输入张量之间相似度的矩阵，此时的矩阵的值是在负无穷到正无穷之间。得到wij矩阵，再用wij矩阵，乘以v，等到最后的输出张量矩阵。他需要三个指定的输入query，key，value，然后通过计算公式得到注意力的结果。1 注意力权重的计算方法不同，注意力机制对输入的关注度是平等的，而自注意力机制对输入的关注度是有侧重的。4 注意力机制，关注整体和部分之间的关系，自注意力机制，关注 整体之间的关系。
2022-09-08 19:06:09
506
原创 周杰伦歌词预测 #博学谷IT学习技术支持#
目录 一、目标 二、思路 1 构建词料库 1.1数据清洗 1.2 构建分词到索引的映射表 2 构建数据集对象 2.1 创建一个歌词类 2.2 构建数据集 3 构建网络模型 4 构建训练函数 4.1 创建训练数据集 4.2 初始化网络模型 4.3 构建损失函数 4.4 选择优化方法 4.4 确定训练轮数 4.5 保存训练模型 5 构建预测函数 5.1 把输入的开始词，先转化为索引向量 一、目标 相当于我们在音乐播放器里面搜索。歌词里面的几个字...
2022-08-29 17:54:32
260
原创 RNN #博学谷IT学习技术支持#
一、RNN模型简介 1定义 Rnn， recurrent neural network，循环神经网络，一般以序列数据(比如，一句话，一段录音)为输入， 通过网络内部的结构有效捕捉 序列之间的关系特征，一般也是以序列系列形式输出。 2 网络结构 一般是单层神经网络结构，Rnn的循环机制,使得模型也从上一时间步产生的结果 h(t-1)，能够作为当下时间步输入的一部分。也就是当下时间不输入有两部分，一个是正常的输入 x(t)，另一个是h(t-1)。 3 模型的作用 R能很好的利用训练之间的关
2022-08-22 17:50:55
203
原创 金融风控 #博学谷IT学习技术支持#
目录 一、金融风控处理步骤 二、特征处理 一、金融风控处理步骤 1 导入库，加载数据集 2 指定不参与训练的列名，和参与训练的列名 3 选择开发样本，验证样本，时间外样本 4 查看数据缺失值，类型和情况 5 特征筛选 单特征筛选方法: 缺失率，Iv值，PSI值，相关性。通过设置缺失率值，psi值和相关性的 不同阈值，选择特征。 多特征筛选方法: 星座图，Boruta，方差膨胀系数，L1正则化，递归特征删除。 Iv值反应特征区分度的能力。Iv值越大，区分度越大。说明该特征越有用。 .
2022-08-15 17:47:05
254
原创 金融风控 #博学谷IT学习技术支持#
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 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ig...
2022-08-08 18:01:54
44
原创 机器学习总结3 #博学谷IT学习技术支持#
目录 七、CART 分类决策树 1. Cart树简介 2. 基尼指数计算公式 3. 基尼指数计算举例 3.1 是否有房 4. Cart分类树原理 七、CART 分类决策树 1. Cart树简介 CART 决策树 定义： 使用基尼指数构建的决策树成为 CART 决策树 Cart模型是一种决策树模型，它即可以用于分类，也可以用于回归，其学习算法分为下面两步： （1）决策树生成：用训练数据生成决策树，生成树尽可能大 （2）决策树剪枝：基于损失函数最小化的剪枝，用验证数据对生...
2022-08-01 17:51:30
72
原创 机器学习总结2 #博学谷IT学习技术支持#
目录 五 ID3决策树 1 信息熵 2 信息增益 六、C4.5 决策树 1. 信息增益率计算公式 2. 信息增益率计算举例 五 ID3决策树 ID3 决策树 定义：使用信息增益构建的决策树成为 ID3 决策树 1 信息熵 信息熵，代表随机变量不确定度的度量。信息熵越大，不确定性越高，信息熵越小，不确定性越低。 2 信息增益 信息增益，表示由于特征a使得对于数据集D的分类不确定性减少程度，可以理解为贡献。A，对于数据的分类贡献越大。那么信息增益就越大，选择信息增益最大的特征..
2022-07-25 19:20:33
293
原创 机器学习总结1 #博学谷IT学习技术支持#
目录 一、K近邻 KNN 二、线性回归 三、逻辑回归 四、决策树 一、K近邻 KNN 1 K近邻算法是一个分类算法。 算法实现步骤，先选出一个k值，计算一个新的样本点，到，所有已知样本点的距离。找出其中最近的k个距离，用着k个最相邻的样本点，对新的样本点进行投票。票最多的那个标签就是这个新的样本点的标签。 K值的选择，可以通过交叉验证法网格搜索。Grid SearchCV， 分类评估方法，通过计算准确率来评估，accuracy_score 二...
2022-07-18 17:58:15
166
原创 K 近邻算法原理 #博学谷IT学习技术支持#
目录 一、KNN 二、kNN举例 一、KNN KNN是监督学习分类算法，主要解决现实生活中分类问题。 算法的思想：通过K个最近的已知分类的样本来判断未知样本的类别 根据目标的不同将监督学习任务分为了分类学习及回归预测问题。 监督学习任务的基本流程和架构： （1）首先准备数据，可以是视频、音频、文本、图片等等 （2）抽取所需要的一些列特征，形成特征向量（Feature Vectors） （3）将这些特征向量连同标记（Label）一并送入机器学习算法中，训练出一个预测模型（Predic...
2022-07-12 11:55:57
44
原创 无监督学习 半监督学习 #博学谷IT学习技术支持#
目录 一、无监督学习 2.1 聚类问题 2.2 数据降维 二、半监督学习 一、无监督学习 通俗地讲：非监督学习(unsupervised learning)指的是人们给机器一大堆没有分类标记的数据，让机器可以对数据分类、检测异常等。 2.1 聚类问题 聚类是一种探索性数据分析技术，在没有任何相关先验信息的情况下（相当于不清楚数据的信息），它可以帮助我们将数据划分为有意义的小的组别（也叫簇cluster）。其中每个簇内部成员之间有一定的相似度，簇之间有较大的不同。这也正是聚类作为无监督学习的.
2022-07-04 19:13:14
312
原创 机器学习分类 #博学谷IT学习技术支持#
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、监督学习 1.1分类问题 1.2回归问题 总结 前言 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分类。 一、监督学习 监督学习指的是人们给机器一大堆标记好的数据，比如： 一大堆照片，标记出哪些是猫的照片，哪些是狗的照片 让机器自己学习归纳出算法或模型 使用该算法或模型判断出其他没有标记的照片是否是猫或狗 ...
2022-06-27 17:47:48
144
原创 机器学习 #博学谷IT学习技术支持#
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、机器学习 二、机器学习概念 1.基于规则的学习 2.基于模型的学习 总结 前言 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。 一、机器学习 机器学习是研究如何使计算机能够模拟或实现人类的学习功能，从大量的数据中发现规律，提取知识，并在实践中不断地完善和增强自我。机器学习是机器获取知识的根本途...
2022-06-20 17:47:09
92
原创 Pandas Series DataFrame #博学谷IT学习技术支持#
一、Series的布尔索引 从Series中获取满足某些条件的数据，可以使用布尔索引，从Series中获取部分数据，可以通过标签，索引，也可以传入布尔值的列表 二、Series 的运算 Series和数值型变量计算时，变量会与Series中的每个元素逐一进行计算 两个Series之间进行计算，会根据索引进行。索引不同的元素最终计算的结果会填充成缺失值，用NaN表示 三、DataFrame DataFrame是Pandas中最常见的对象，Series数据结构的许多属性和方法在DataF
2022-06-13 17:53:56
67
原创 Pandas Series #博学谷IT学习技术支持#
一 Pandas最基本的两种数据结构。 1 Series 用来处理单列数据或者一维数组。 Series是一维容器，表示DataFrame的每一列或每一行。Series 每个素的数据类型必须相同。如果数据类型不统一，dtype的打印结果是object。 2 DataFrame 用来处理结构化数据，例如SQL数据表，excel表格。 ......
2022-06-06 17:51:35
166
原创 机器学习，深度学习，环境搭建 #博学谷IT学习技术支持#
一 Anaconda 1Anaconda环境搭建 Anaconda 是最流行的数据分析平台。，附带了一非常用数据科学包，是在conda(一个包管理器和环境管理器。)上发展出来的。包含了虚拟环境管理工具，通过虚拟环境可以使不同的Python或者开源库的版本，同时存在。它可以用于多个平台Windows，Mac OS X和Linux。 可以在官网上下载对应平台的安装包，安装过程很简单，一路下一步。Linux下安装。先上传文件。通过ls命令查找上传的文件,来确认是否已经上传。添加可执行权限...
2022-05-30 17:48:01
233
原创 Linux mysql #博学谷IT学习技术支持#
一 Linux软件安装 1 rpm离线软件包管理器，专门用来管理Linux各项软件包的程序。 rpm查询是否有tree 安装包: rpm -qa 丨grep tree 卸载包 rpm -e --nodeps 包名称， 安装包 rpm -ivh 包名称 rz指令，上传，可以把Windows下的 2 yum在线安装软件包 ...
2022-05-23 20:27:03
57
原创 Linux #博学谷IT学习技术支持#
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：以下是本篇文章正文内容，下面案例可供参考 一、 二、 1.引入库 2.读入数据 总结 ...
2022-05-19 12:23:23
93
原创 python基础，模块。对象
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、可变类型，非可变类型二、使用步骤1.引入库2.读入数据总结 前言 python基础学习分享 #博学谷IT学习技术支持# 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、可变类型，非可变类型 python中，一般，变量中存储的是地址，通过地址，访问数据 可变类型：数值，字符串，布尔值，元组 .
2022-05-15 09:25:58
208
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