![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
Peter清风
https://github.com/jiangzhongkai
展开
-
时间序列数据之一阶指数平滑法以及python代码实现
基本概念时间序列数据:是指一个数据序列,在时域上存在相互依赖的关系前提假设:时间序列分析一般假设我们获得的数据在时域上具有一定的相互依赖关系,例如股票价格在t时刻很高,那么在t+1时刻价格也会比较高(跌停才10%);如果股票价格在一段时间内获得稳定的上升,那么在接下来的一段时间内延续上升趋势的概率也会比较大。目标:(1)发现这种隐含的依赖关系,并增加我们对此类时间序列的理解;(2)对...原创 2018-12-02 13:04:52 · 8052 阅读 · 4 评论 -
关于python的一些零碎小知识
主要是介绍下自己编程过程中遇到的一些小知识点:1. more_itertools.consecutive_groups(): 主要是标识连续数组举例说明:当我们的iterable=[2,3,4,5,6,9,10]时[list(group) for group in more_itertools.consecutive_groups(iterable)]输出结果: [[2,3,4,5...原创 2019-04-18 09:22:13 · 366 阅读 · 0 评论 -
关于hasattr()、getattr()、setattr()函数的使用
当我们在定义一个类,以及相应的对象时,我们可以通过一些函数来对该对象的属性进行操作,这里主要是列举了三种常见的方法: hasattr() getattr() setattr()为了举例说明,先定义一个类class DP(object): """process data""" def __init__(self,root='123',file_name=None,i...原创 2019-04-17 12:15:34 · 400 阅读 · 0 评论 -
华为2019.4.10号软件笔试题
1.分割字符串"""-*- coding: utf-8 -*-"""import sysfor line in sys.stdin: #获取字符串的个数和以及字符组成的列表 str_list=list(line.strip('\n').split(' ')) N=int(str_list[0]) str_list.pop(0) #建立一个存储结果的列表...原创 2019-04-11 11:29:06 · 735 阅读 · 0 评论 -
关于python之时间性能比较
我们在编写代码的时候,往往考虑比较多的是时间复杂度和空间复杂度,接下来,我利用python的for循环来对比不同形式的for循环时间性能比较:主要是利用以下代码进行测试:import timedef cost_time_compare(n): #第一种形式的for循环 start_1=time.time() a=[] for i in ...原创 2019-04-05 12:29:39 · 297 阅读 · 0 评论 -
深度学习和机器学习面试常见问题集锦
如何解决梯度消失和梯度爆炸的问题?问题类型问题定义解决措施梯度消失根据链式法则,如果每一层神经元对上一层的输出的偏导乘上权重的结果都小于1的话,那么即使这个结果是0.99,在经过足够多层传播之后,误差对输入层的偏导会趋于0.使用Relu和batch normalization以及循环神经网络里面的LSTM和GRU都可以解决这个问题梯度爆炸根据链式法则,如果每...原创 2019-04-04 15:08:11 · 258 阅读 · 0 评论 -
python处理文本内容常用语法总结
当我们在做文本处理时,可能会用到以下几种操作1.转换大小写:假设我们的文本内容是Texts:(1)当我们想把文本内容转化成大写的时候,可以使用下述语法: Texts=[x.upper() for x in Texts] (2) 当我们想把文本内容转换成小写的时候,可以使用下述语法: Texts=[x.lower() for x in Texts]2...原创 2019-03-26 09:58:40 · 296 阅读 · 0 评论 -
关于python标准输入的两三事
最近用python在牛客上刷题,会发现有时候代码在本地IDE上运行完全正确,但是在牛客的测试平台上出现错误,可能原因是为正确输入多个测试案例,现在主要总结下几种标准的输入方式:方式1:利用sys.stdin这种方式来进行标准输入,在不知道有多少个案例输入的时候,推荐使用这种方式:实现代码如下:import sysfor line in sys.stdin: line=line.s...原创 2019-03-10 16:04:11 · 236 阅读 · 0 评论 -
使用Keras来搭建VGG网络
上述VGG网络结构图VGG网络是在Very Deep Convolutional Network For Large-Scale Image Recognition这篇论文中提出,VGG是2014年被提出的,与之前的state-of-the-art的网络结构,错误率大幅下降,并取得了ILSVRC2014比赛分类项目的第二名和定位项目的第一名。同时,VGG的拓展性很强,迁移到其他图片数据上的泛化...原创 2018-12-13 20:09:13 · 8773 阅读 · 6 评论 -
利用Keras搭建Lenet网络
LeNet网络是比较入门的网络,我们今天利用Keras来搭建一个LeNet网络.话不多说,来点干货。。步骤一:导入相应的库from keras.models import Sequentialfrom keras.layers import Dense,Flatten,Dropoutfrom keras.layers.convolutional import Conv2D,MaxPool...原创 2018-12-13 15:31:15 · 1832 阅读 · 2 评论 -
python之异常处理的语法
情景:1.在实际写代码的时候,我们会预测这些代码可能会出现一下异常,因此我们需要使用相关的代码来对异常发生时的情况进行说明,以此来修改代码,调试BUG.2.在python中一般使用try…except…else…这样的语法来进行编写语法分析:try: 通过运行或者操作可能出现异常的代码块 except: 当异常发生时,我们的处理 else: 异常没有发生时的代...原创 2018-12-05 11:24:12 · 713 阅读 · 0 评论 -
时间序列数据之三阶指数平滑法以及python代码实现
三阶指数平滑(holt-winters)适用:三阶指数平滑法针对有趋势也有季节性的序列。当一个序列在每个固定的时间间隔中都出现某种重复的模式,就称之具有季节性特征,而这样的一个时间间隔称为一个季节(理解:比如说在一个周内,销量呈现出重复的模式)。一个季节的长度k为它所包含的序列点个数。二次指数平滑考虑了序列的baseline和趋势,三次就是在此基础上增加了一个季节分量。类似于趋势分量,对季...原创 2018-12-02 17:51:19 · 9648 阅读 · 7 评论 -
在Jupyter Notebook上使用Graphivs出现GraphViz's executables not found 的问题
问题在Jupyter Notebook上使用Graphivs来进行可视化操作出现了如下bug:GraphViz’s executables not found解决办法1.先去 https://graphviz.gitlab.io/_pages/Download/Download_windows.html 下载graphviz-2.38.zip2.将刚才下载压缩包解压到电脑的某一个位置3...原创 2018-11-27 11:09:03 · 2189 阅读 · 0 评论 -
在Jupyter Notebook下使用遇到的问题以及解决方案
问题我们在利用python编程时会经常遇到这样的情况,明明有些库已经安装了,为什么在使用Jupyter Notebook运行时,会提示 xxx module is not found这样的bug.原因因为在Jupyter Notebook下的模式和我们平时用的模式是不同的,我们需要在Jupyter Notebook模式下相应的路径下重新安装相应得库解决办法1.我们可以利用sys库 sys...原创 2018-11-27 10:56:54 · 5312 阅读 · 1 评论 -
利用双向LSTM进行数据的预测
双向LSTM我们为什么要用双向LSTM?双向卷积神经网络的隐藏层要保存两个值, A 参与正向计算, A’ 参与反向计算。最终的输出值 y 取决于 A 和 A’:即正向计算时,隐藏层的 s_t 与 s_t-1 有关;反向计算时,隐藏层的 s_t 与 s_t+1 有关现在们利用tensorflow提供双向LSTM函数来进行手写识别的分类案例,时间序列数据数据的预测也可以通过修改数据集来实现...原创 2018-11-30 12:10:34 · 10699 阅读 · 3 评论 -
时间序列数据之二阶指数平滑法以及python代码实现
相关概念可参考前一篇博客二阶指数平滑二次指数平滑一般也应用于直线型,但是效果会比一次指数平滑好很多,也就相当于加强版的一次指数平滑。给定平滑系数alpha,那么二次指数平滑的计算公式为:预测未来t期的值X{t+T}的计算公式为:其中:平滑之前的数据如下图所示:二阶指数平滑之后的效果如下图所示:代码不知道为什么上传不了 ,如果想看代码 可以去我的github:http...原创 2018-12-02 13:24:55 · 6342 阅读 · 3 评论 -
讯飞广告移动反欺诈算法竞赛
ifly-algorithm_challenge讯飞移动反欺诈算法竞赛,目前分数只有94.41讯飞移动反欺诈算法数据竞赛网址: http://challenge.xfyun.cn/2019/gamedetail?type=detail/mobileAD总体流程 | EDA | 数据预处理 | 数据特征构造 | 模型搭建 | 模型参数的调优以及特征筛选一、EDA在...原创 2019-08-21 17:13:51 · 1811 阅读 · 7 评论