UP Lee博客

1、首先需要注册新用户可以点击邀请链接注册：https://tushare.pro/register?reg=3481322、从头像上点击用户名，打开个人主页；3、，点击接口token，点击右边纸张图标，复制；4、在python中进行如下操作即可：token=‘你复制下来的token’ts.set_token(token)pro=ts.pro_api()df =...

多种方案成单预测比较 1 背景和挖掘目标  基于关键的业务指标进行成单预测，对影响成单的因子了解2 分析步骤01 基于关键特征数据底表的分组处理02 关于机会、名片表的处理  基于业务逻辑或者数据表现进行分组，查看03 处理成单跨期导致的名片-成单的数据对应问题04 观察各关键指标对结果的影响大小，并选择有显著影响的特征05 利用均值原理计算成单06 Seque...

1、持久化（Persistence）    持久化是程序开发中的专业术语，是指将程序数据在持久化状态和瞬时状态间转换的机制        保存模型    恢复模型    2、模型持久化方法sklearn.exeternals.joblib.dump(model,filePath) 保存模型model 内存中的模型对象filePath 需要保存的文件路径model=s...

1 参数的更新四种方法：见图01 随机梯度下降法：SGD使用参数的梯度，沿着梯度方向更新参数，并且重复这个步骤多次，从而逐渐靠近最优参数，这个过程称为随机梯度下降法 # 源代码class SGD：    def _init_(self,lr=0.01):        self.lr=lr                def update(self,para...

1 参数的更新四种方法：见图01 随机梯度下降法：SGD使用参数的梯度，沿着梯度方向更新参数，并且重复这个步骤多次，从而逐渐靠近最优参数，这个过程称为随机梯度下降法 # 源代码class SGD：    def _init_(self,lr=0.01):        self.lr=lr                def update(self,para...

1、MNIST数据训练要点手写数字识别：01 像素：28*28=78402 标签：神经网络对图像进行分类，分配正确的标签，这些标签是0到9共10个数字中的一个，这意味着神经网络有10个输出层节点，每个节点对应一个可能得答案或标签，如果答案是“0”，输出吃呢个第一个节点激发而其余的输出节点则保持抑制状态。03 输出：试图让神经网络生成0和1的输出，对于激活函数而言是不可能的，这回导致...

1 Sequential参数model = Sequential() model.add(Dense(32, input_dim=78))解释：Sequential 的第一个关于输入数据shape的参数，后边的各个层则可以自动推到出中间数据的shape01 传递一个input_shape的关键字参数给第一层，如果填入None则表示此位置可能是任何正整数。数据的batch大小不应...

目录1、神经网络：（Artifical Neural Network）2、MLP简介3、MLP方法4、MLP简单的二分类代码案例1、神经网络：（Artifical Neural Network）全程为人工神经网络，是一种模仿生物神经网络（大脑）的结构和功能的数学模型或计算机模型生物神经细胞;神经细胞是构成神经系统的基本单元，称为生物神经元，简称神经元# 简单神经...

目录1、 输入权重计算2、与门的实现3、非门的实现4、或门的实现5、感知机可以实现与、或、非门的逻辑    6、阶跃函数的实现7、sigmoid 函数的实现8、阶跃函数和sigmoid函数相比较9、ReLU函数1、 输入权重计算import numpy as npx=np.array([0,1])  # s输入w=np.array([0.5,0.5...

AB矩阵相乘的结果AB矩阵的行：A的行数AB矩阵的列：B的列数所得结果行数为  numpy.dotnumpy.array()   这个是数组mat()   矩阵行数据1、数组&矩阵from numpy import *    a1=[1,2,3]  # 为list    a1=[[1,2,3],[2,3,4]]01  一维数组    a2=mat(a1)...

目录1、模型识别01 主要的模型02 截尾和拖尾03 如何判断拖尾和截尾2、时间序列算法公式3、详细步骤01 平稳性检验（adf检验）02 对数据进行差分构造平稳序列03 平稳性监测04 白噪声检验05 定阶06 模型预测4、案例代码1、模型识别01 主要的模型AR（P）模型（Autoregressive Model）    自回...

1、DBSCAN概念 基于密度的带噪声的空间聚类应用算法，它是将簇定义为密度相连的点的大集合，能够把足够高密度的区域划分为簇，并且可在噪声的空间数据集中发现任意形状的聚类。2、密度聚类和距离聚类密度聚类：只要临近区域的密度、对象、或者数据点的数目超过耨个阈值，就继续聚类，可以根据与周伟特点进行聚类kmeans和分层聚类都是基于距离进行聚类，只能发现球状的簇，五发现其他形式的簇...

1 sklearn层次聚类01 ward       最小化所有聚类内的平方差总和，这是一种方差最小化的优化方向，这是与k-means的目标韩式相似的优化方法，但是用聚类分层的方法处理。02    Maximum 或者complete linkage 最小化聚类对样本之间的最大距离03    Average linkage 最小化聚类两个聚类中样本之间的最大距离 2 案例...

目录1、分层聚类算法2、方法3、分析步骤4、案例1、分层聚类算法    层次聚类算法又称为树聚类算法，它根据数据之间的距离，透过一种层次架构方式，反复将数据进行聚合，创建一个层次以分解给定的数据集。2、方法01 聚类方法linkage=scipy.cluster.hierarchy.linkage(data,method='single')data  训练...

目录1、数据结构2、模型构建01 用户评分向量（User Rating Vector）02 商品评分向量（Item Rating Vector）03 距离计算（Distance）04 相似度计算（Similarity）05 相似邻居计算（Neighborhoods）3、调用方法4、基于人的协同过滤代码5、基于物品的系统过滤代码案例协同推荐（Collabo...

问题;：Cannot broadcast operands together.  不能一起广播操作数，数据维度不一样举例：数据维度不一样data_mean=data_train.mean()data_std=data_train.std()data_train=(data_train-data_mean)/data_stdValueError: Cannot broadca...

1 问题：ValueError: Wrong number of items passed 11, placement implies 12 解释：表明你试图把太多维度的项数放在太少的项数里，本例子中是把11项数试图放在1项3 源代码：Mp['报名数']=pandas.merge(        Mp,        true,        left_on='日期',   ...

1、关联：（Association）    把两个或者两个以上在意义上，有密切联系的项组合在一起关联规则（Association Rules AR）    用于从大量数据中挖掘出有价值的数据项之间的相关关系    协同过滤（Collaborative Filtering，简称CF）    协同过滤常常被用于分辨某位特定固定可能感兴趣的东西，这些结论来自于对其他相似顾客对哪些产品...

1、聚类分析是按照个体的特征将他们分类，让同一个类别内的个体之间具有较高的相似度，不同类别之间具有较大的差异性；2、基本理论Kmeans：K表示算法当中类的个数Means 均值算法：K-means 使用均值算法把数据分成k个类别的算法Kmeans算法：kmeans算法的目标，是把n个样本点划分到k个类中，使得每个点都属于离他最近的质心对应的类，以此作为聚类的标准质心：是指一...

目录1  特征工程重要性2 特征工程内容包括3  数据处理 第一种、量纲不一 第二种 虚拟变量 第三种    缺失值处理特征工程（Feature Engineering）其本质上是一项工程活动，他目的是最大限度地从原始数据中提取特征以供算法和模型使用1  特征工程重要性 01 特征越好，灵活性越强（允许选择不复杂的模型，运行速度快，可以更好的理解和维护）...