- 博客(23)
- 收藏
- 关注
RSS订阅原创 深度学习入门到实践：相关基础概述
本章简单地介绍了机器学习的基础知识，并为后面介绍的神经网络进行一些简单的铺垫．机器学习算法虽然种类繁多，但其中三个基本的要素为：模型、学习准则、优化算法．大部分的机器学习算法都可以看作这三个基本要素的不同组合．相同的模型也可以有不同的学习算法．比如线性分类模型有感知器、Logistic回归和支持向量机，它们之间的差异在于使用了不同的学习准则和优化算法。
2023-04-25 16:41:06
466
原创 nn.Linear()，全连接层：将输入值做线性变换
out_features: 每个输出样本的尺寸。in_features: 每个输入样本的尺寸。
2023-04-22 21:47:40
741
原创 nn.init.xavier_uniform_()的作用：根据均匀分布生成Tensor
【代码】nn.init.xavier_uniform_()的作用：根据均匀分布生成Tensor。
2023-04-21 16:57:12
1206
原创 torch.empty的作用：返回一个未初始化的Tensor
在官网查到torch.empty()的初始格式是empty(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False, pin_memory=False, memory_format=torch.contiguous_format) -> Tensor。Device (:class: ’ torch.device ‘，optional):返回张量的期望设备。默认值:’ ‘假’ ‘。
2023-04-21 11:13:59
595
原创 Python数据可视化 | 11、基于地理特征的美国农药使用分析
数据背景本案例数据取自著名的数据科学竞赛网站 Kaggle 上的美国农药使用数据集（Pesticide Use in Agriculture）。 这套数据集很有趣，它记录了2014和2015年度每个各州各县的 423 种农药的使用情况。此外，该数据汇总的农药使用情况有两种估测指标来描述，分别是低估测值（LOW_ESTIMATE）和高估测值（HIGH_ESTIMATE）。 以下是对这两个不同估测方法的官方解释：Two different methods were used to estimate a r
2021-08-26 15:24:18
749
2
原创 Python数据可视化 | 10、可交互式可视化
目录BokehPlotlyStreamlitBokehBoken: an interactive visualization library for modern web browsers基于Web浏览器呈现的交互式可视化多种语言支持Python, Scala, Julia,和R.Json作为BokehJS的输入HTML作为BokehJS的输出OFFICIAL:https://docs.bokeh.orghttps://github.com/bokeh/bokehTutori
2021-08-26 15:23:39
517
原创 Python数据可视化 | 9、基于Seaborn的真实数据上的可视化分析
目录确认数据配置参数关联分析分布分析组间分析确认数据import pandas as pd # 读取数据到DataFramefrom scipy import stats, integratefrom warnings import filterwarningsfilterwarnings('ignore')import urllib # 获取网络数据import tempfile # 创建临时文件系统import shutil # 文件操作import zipfile # 压缩解压t
2021-08-25 16:04:13
173
原创 Python数据可视化 | 8、如何选择合适的可视化方案(基于Seaborn)
目录分类散点图分类分布图箱图提琴图非对称提琴图 (split=True)分类统计估计图统计柱状图灰度柱状图分类子图小结观测点的直接展示：swarmplot, stripplot观测近似分布的展示：boxplot, violinplot均值和置信区间的展示：barplot, pointplot%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyp
2021-08-24 15:24:52
442
原创 Python数据可视化 | 7、Seaborn如何让分布更直观
目录单变量分布灰度图核密度估计(KDE)模型参数拟合双变量分布散点图六角箱图核密度估计数据集中的两两关系小结%matplotlib inlineimport numpy as npimport pandas as pdfrom scipy import stats, integratefrom warnings import filterwarningsfilterwarnings('ignore')import matplotlib as mplimport matplotlib.pypl
2021-08-24 13:15:53
470
原创 Python数据可视化 | 6、基于Sesborn探索变量间的关系
目录绘制线性回归模型拟合不同模型残差图变量间的条件关系探索控制图片的大小和形状小结数据变量之间的关联性，主要针对定量数据而言；数据的分布问题也是主要针对定量数据；分组问题及组间问题里，就是在数据分析中，一定会包括定序和定类数据。比统计更直观呢~%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seabo
2021-08-24 10:36:55
485
原创 Python数据可视化 | 5、Seaborn 基本操作
目录Seaborn 究竟是什么?Seaborn 风格管理风格参数设置尺度参数设置颜色管理分类调色板序列调色板分叉调色板小结Seaborn 究竟是什么?基于 matplotlib and Pandas，用更简单的调用呈现更多美图~ 鱼与熊掌兼得~If matplotlib “tries to make easy things easy and hard things possible”, seaborn tries to make a well-defined set of hard things e
2021-08-23 15:43:46
759
原创 Python数据可视化 |4、可视化案例练习题目(基于Matplotlib)
目录航班乘客变化分析鸢尾花花型尺寸分析餐厅小费情况分析泰坦尼克号海难幸存状况分析航班乘客变化分析%matplotlib inlineimport matplotlib as mplfrom matplotlib import pyplot as pltimport seaborn as snsimport pandas as pd# 设置一些全局的资源参数，可以进行个性化修改import matplotlib# 设置图片尺寸 14" x 7"# rc: resource configu
2021-08-23 13:01:32
5200
5
原创 Python数据可视化 |3、真实数据上的可视化分析(基于Matplotlib)
目录确认数据配置参数关联分析分布分析组间分析简单总结确认数据import pandas as pd # 读取数据到DataFrameimport urllib # 获取网络数据import tempfile # 创建临时文件系统import shutil # 文件操作import zipfile # 压缩解压temp_dir = tempfile.mkdtemp() # 建立临时目录data_source = 'http://archive.ics.uci.edu/ml/machine-
2021-08-22 23:21:58
509
原创 Python数据可视化 | 2、Matplotlib 的基本操作
目录常用设置常用图形常用样式小结常用设置获取当前图表对象fig = matplotlib.pyplot.gcf()(gcf = get current figure)常用图表对象设置例子：有两种设置图像大小的方式，但是有区别！fig.set_size_inches(10,10) # 以英尺为单位matplotlib.pyplot.figure(figsize=(14,7))保存当前图表对象matplotlib.pyplot.savefig(“figure1.png”)
2021-08-22 16:34:28
1104
原创 Python数据可视化 | 1、数据可视化流程
目录1、数据准备2、确定图表3、分析迭代4、输出结论5、小结6、作业1、数据准备数据规模：数据分组、数据采样（处理大数据时候尤为需要）数据类型：数值数据、分类数据（一定要对数据结构特别清楚：连续？离散？有序吗？）数据规模：取值异常、数据缺失数据分组 groupby# DataFarmedf = pd.DataFrame({'key1':['a','a','b','b','a'], 'key2':['one','two','one','two','on
2021-08-21 21:19:59
774
原创 一元线性回归利用最小二乘法求解原理代码及案例
目录1、线性回归的原理基础定义公式推导简单理解2、最小二乘法PYTHON实现0. 导入相关库1. 导入数据2. 定义损失函数3. 定义算法拟合函数4. 测试定义的函数5. 画出拟合曲线3、最小二乘简单例子1、线性回归的原理基础定义线性回归是利用数理统计中的回归分析，来确定两种或两种以上属性间相互依赖的定量关系的一种统计分析方法。举个例子，一套房子的具有面积、卧室数量、卫生间数量等三个属性，该房子的售价与上述三个属性息息相关，可以根据实际情况构造出各个属性之间的线性关系表达式，表达式就被成为线性回归方程
2020-07-08 16:39:13
3656
原创 python 筛选出或者删除某一列满足条件的所有行
问题介绍python中删除表格中常用的方法是DataFrame.drop（）函数，DataFrame.drop（）常用的操作是删除一整行或者删除某一整列。对于删除某一列满足条件的所有行操作暂不支持；下面给大家介绍另外一个方法，支持删除和筛选数据；data.name.isin([筛选元素])；data：原始数据集name：列名称筛选元素：该列满足的条件值；操作示例1、 删除某一列满足...
2020-04-10 11:03:18
26991
11
原创 数据结构与算法学习笔记(python)——第5节 二分搜索
前言本人是一个长期的数据分析爱好者，最近半年的时间的在网上学习了很多关于python、数据分析、数据挖掘以及项目管理相关的课程和知识，但是在学习的过程中，过于追求课程数量的增长，长时间关注于学习了多少多少门课程。事实上，学完一门课之后真正掌握的知识并不多，主要的原因是自己没有认真学习和理解温故而知新的这句话的真正含义。因此，从现在开始，我在学习《数据结构与算法——基于python》的课程内容之后...
2020-04-07 22:31:15
401
原创 数据结构与算法学习笔记(python)——第四节 搜索与排序
前言本人是一个长期的数据分析爱好者，最近半年的时间的在网上学习了很多关于python、数据分析、数据挖掘以及项目管理相关的课程和知识，但是在学习的过程中，过于追求课程数量的增长，长时间关注于学习了多少多少门课程。事实上，学完一门课之后真正掌握的知识并不多，主要的原因是自己没有认真学习和理解温故而知新的这句话的真正含义。因此，从现在开始，我在学习《数据结构与算法——基于python》的课程内容之后...
2020-03-27 22:46:34
262
3
原创 数据结构与算法学习笔记(python)——第三节 递归
前言本人是一个长期的数据分析爱好者，最近半年的时间的在网上学习了很多关于python、数据分析、数据挖掘以及项目管理相关的课程和知识，但是在学习的过程中，过于追求课程数量的增长，长时间关注于学习了多少多少门课程。事实上，学完一门课之后真正掌握的知识并不多，主要的原因是自己没有认真学习和理解温故而知新的这句话的真正含义。因此，从现在开始，我在学习《数据结构与算法——基于python》的课程内容之后...
2020-03-27 09:36:55
548
原创 数据结构与算法学习笔记(python)——第二节 数组和动态数组
前言本人是一个长期的数据分析爱好者，最近半年的时间的在网上学习了很多关于python、数据分析、数据挖掘以及项目管理相关的课程和知识，但是在学习的过程中，过于追求课程数量的增长，长时间关注于学习了多少多少门课程。事实上，学完一门课之后真正掌握的知识并不多，主要的原因是自己没有认真学习和理解温故而知新的这句话的真正含义。因此，从现在开始，我在学习《数据结构与算法——基于python》的课程内容之后...
2020-03-27 09:32:55
441
原创 数据结构与算法学习笔记(python)——第一节 数组应用程序实战
本人是一个长期的数据分析爱好者，最近半年的时间的在网上学习了很多关于python、数据分析、数据挖掘以及项目管理相关的课程和知识，但是在学习的过程中，过于追求课程数量的增长，长时间关注于学习了多少多少门课程。事实上，学完一门课之后真正掌握的知识并不多，主要的原因是自己没有认真学习和理解温故而知新的这句话的真正含义。因此，从现在开始，我在学习《数据结构与算法——基于python》的课程内容之后，抽出固定的时间对每天学习的内容进行总结和分享，一方面有助于个人更好的掌握课程的内容，另一方面能和大家一起分享学习过程
2020-03-13 22:34:33
418
原创 anaconda prompt 切换不了目录的问题
问题描述为了上商业数据分析的课程，我安装了anaconda了需要用anaconda prompt 切换路径打开jupyter notebook，刚开始解决不了，在群里问了几个同学解决了解决办法先切换到D盘，再输入路径就解决了...
2019-01-23 11:43:45
5609
5
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