- 博客(18)
- 收藏
- 关注
RSS订阅原创 Python转换字典为dataframe
假设有以下字典，目的转化为下方的dataframe。方法1：从字典中获取键值对（items）方法2：利用Series构造器参考：https://stackoverflow.com/questions/18837262/convert-python-dict-into-a-dataframe
2022-06-20 19:19:33
748
1
原创 一文看懂集成学习 Ensemble methods（Bagging, Boosting）
集成学习(截图来自《西瓜书》)Bagging从原始样本集中随机采样。每轮从原始样本集中有放回的选取n个训练样本（在训练集中，有些样本可能被多次抽取到，而有些样本可能一次都没有被抽中）。共进行k轮抽取，得到k个训练集。（bootstrap的过程，由于是有放回抽样，所以k个训练集之间相互独立）每次使用一份训练集训练一个模型，k 个训练集共得到 k 个基模型。（注：这里并没有具体的分类算法或回归方法，我们可以根据具体问题采用不同的分类或回归方法，如决策树、感知器等）利用这k个基模型对测试集进行.
2022-03-03 16:37:20
291
原创 Coursera Andrew Ng ML 课后错题集
目录RegularizationRegularization正确答案B：Adding a new feature to the model always results in equal or better performance on the training set “大道至简”：正则化的作用是在于限制模型中参数，让模型的参数不会太大，从而减少模型过拟合的可行性；A、D：引入太多容易正则化，模型可能对训练集会对训练集拟合不足，由此在新的examples上也不会表现太好；C：增加特
2022-01-30 02:17:38
892
原创 正则表达式 匹配美元等多种货币符号的超简单方法
\p{Sc} #带小数点也不怕SymbolMeaning\pa character with the xx propertyScCurrency symbol
2021-11-26 04:02:22
5282
原创 Python wordcloud自定义背景图片方法及mask无效的解决方案
准备导入必要的库from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator生成mask/mask transform总的来说：就是通过导入自己相要的图片作为mask遮罩mask遮罩其实是一个代表形状的二维数组，所以我们要通过np.array()将图片转化为二维数组。有些朋友会发现即使np.array()后mask依旧未生效，因为mask的格式不同结果往往不太一样，这时候需要transform一下（如果我们看下生成的矩阵，矩阵的
2021-11-18 04:14:19
7859
1
原创 pandas apply自觉无误却一直报类型相关错误的可能原因 XX is not subscriptable/iterable
先说结论pandas内空值nan的类型是float，apply因为类型出bug大概率就是有脏数据或者空值没处理好！！！Background我在做的一个影片数据的分析，genre列是一组以list为元素，list里的内容是该影片的电影题材标签。我准备apply一下拿到column里每个列表的题材类型，但是一直报错，明明是list呀，为什么提醒我float对象的bug呢？我以为是因为dataframe中该列的dtype是object所以才出现此类型错误，然而！pandas是无法将column的dt
2021-10-25 04:23:56
3157
原创 解决方案：pandas列存在空值的情况下，用ast.literal_eval转换
错误描述由于pandas column中存在NaN，在用ast.literal_eval进行，出现ValueError: malformed node or string错误原因ast模块是帮助Python应用来处理抽象的语法解析的，如果输入不是合法的Python数据类型，则ast.literal_eval将引发异常。根据文档，ast.literal_eval()仅在字符串结构中存在字符串、数字、元组、列表、字典或布尔值及None的情况下才有效，而pandas的NAN实质是float类型。解决方
2021-10-20 19:09:29
1565
原创 UnicodeDecodeError: ‘ascii‘ codec can‘t encode character ‘\xe9‘
今天准备通过塞尔达的人物名扒网页时遇到了这样的问题，看样子和python的编码有关。交代下背景，首先我写了一个方法去拿对应人物名字的query语句，再利用urllib去访问query地址的内容。本来下载的挺顺利，突然报了上述错误。后来发现是因为有个人物名Granté的‘é’是特殊字符，python编码不出来。解决方案：通过urllib.parse.quote_plus(name)修改对应query语句中出现特殊字符的部分（不要编码整个query），然后就run成功了。...
2021-09-24 22:31:40
248
2
原创 NetworkX教程速过
NetworkX教程速过importimport networkx as nxGraph（图）创建图G = nx.Graph()Nodes（结点）直接添加G.add_nodes()迭代器（列表）添加G.add_nodes_from([a,b,c…])添加其他图的节点H = nx.path_graph(10)G. add_nodes_from()将图作为节点添加G.add_nodes_from(H).add_node(H)Edges（边）直接添加迭代器（列表
2021-09-05 16:49:31
1050
原创 一文秒懂IPython和Jupyter的关系
IPython和Jupyter的关系和不同简单来说，Jupyter是IPython的进化版。IPython的作用从官网我们可以看到， IPython notebooks 最初的目标是让使用 python 变得更容易和更具交互性（只是 python）。Jupyter and the future of IPython根据IPython的官网截图，我们可以看出来Jupyter 取代了 IPython，IPython目前专注于交互式Python编程，同时为Jupyter提供Python内核。而J
2021-08-31 14:15:16
1825
原创 一篇文章理解激活函数和常用激活函数的选择
激活函数是什么？为什么要用激活函数？线性——>非线性拟合常用激活函数SigmoidReLU如何选择激活函数？参考链接
2021-07-16 17:05:36
485
原创 Scalar, Vector, Matrix, Tensor, Array 傻傻分不清楚，看完这篇可视化你就明白！
目录Scalar（标量）Vector（向量）Matrix（矩阵）Tensor（张量）Array（数组）先上两张图感受下，Scalar-Vector-Matrix-Tensor的过程即从单个数值到一维到二维一直不断增加维度的数据结构。Scalar（标量）Vector（向量）Matrix（矩阵）Tensor（张量）Array（数组）...
2021-07-16 11:50:42
13828
1
原创 第二章：一个案例吃透深度学习（上）作业
作业 2-1：1.使用飞桨APIpaddle.vision.datasets.MNIST的mode函数获得测试集数据，计算当前模型的准确率。参考链接：训练与预测-使用文档-PaddlePaddle深度学习平台简便方法：直接使用通过paddle.Model训练与预测eval_result = model.evaluate(test_dataset, verbose=1)等同于：拆解Model.evaluate()-- 用基础API验证模型# 加载测试数据集test_load.
2021-07-10 17:04:09
902
1
原创 第一章：零基础入门深度学习（上）作业
作业1-2 样本归一化：预测时的样本数据同样也需要归一化，但使用训练样本的均值和极值计算，这是为什么？ 当部分参数的梯度计算为0（接近0）时，可能是什么情况？是否意味着完成训练？ 作业 1-3随机梯度下降的batchsize设置成多少合适？过小有什么问题？过大有什么问题？提示：过大以整个样本集合为例，过小以单个样本为例来思考。 一次训练使用的配置：5个epoch，1000个样本，batchsize=20，最内层循环执行多少轮？作业1-4...
2021-06-20 00:42:47
1447
5
原创 为什么需要对数值型的特征做归一化(Normalization)？
如题，为了消除数据特征之间的量纲影响，我们需要对特征进行归一化处理，使得不同指标之间具有可比性。举例：身高体重，体重的数量级比身高大，轻微变化却因为其单位（斤）的影响会比身高变化显得很显著，所以要将这两个变量放在相同的数量级比较；常用的归一化方法线性函数归一化（最大最小值归一化）和零均值归一化。归一化公式线性函数将原始数据线性化的方法转换到[0,1]的范围，实现对原始数据的等比例缩放。1.规范化处理（最大最小值归一化）公式如下：其中Xnorm为归一化后的数据，..
2021-06-17 21:55:44
677
原创 通俗理解 fit,transform,fit_transform，以及训练集用fit_transform且测试集用transform的原因
简单介绍fit(): Method calculates the parameters μ and σ and saves them as internal objects.解释：简单来说，就是求得训练集X的均值，方差，最大值，最小值，这些训练集X固有的属性。transform(): Method using these calculated parameters apply the transformation to a particular dataset.解释：在fit的基础上，.
2021-06-17 21:51:04
2116
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