- 博客(30)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 TRT使用之pycuda安装
执行：pip install pycuda 出现：Building wheel for pycuda (PEP 517) ... error 使用：pip install pycuda --no-binary :all: 不解决问题。 从源码编译，解决问题。 1、下载 pycuda-2021.1.tar.gz 2、tar xfz pycuda-2021.1.tar.gz 3、cd pycud...
2022-04-18 16:55:31
2464
原创 Get https://registry-1.docker.io/v2/: net/http: request canceled while waiting
1.错误信息： Error response from daemon: Get https://registry-1.docker.io/v2/: net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers) 或者：Error response from daemo...
2021-12-21 11:26:24
21636
1
原创 Jupyter详细功能介绍
一、简介 Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。 Jupyter Notebook是一个开源的Web应用程序，允许用户创建和共享包含代码、方程式、可视化和文本的文档，支持实时代码，数学方程，可视化和 markdown。 1、具有以下用途：数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。 2、具...
2021-08-05 08:37:01
11178
原创 jupyter的使用技巧
Jupyter Notebook（此前被称为 IPython notebook）是一个交互笔记本，支持运行40多种编程语言。本质是一个 web 应用程序，便于创建和共享文学化程序文档，支持实时代码、数学方程、可视化和markdown。 ----百度百科  ...
2021-07-17 22:59:55
558
原创 BiLSTM+CRF命名体识别pytorch版本整理汇总
原文地址 最近在系统地接触学习NER（命名实体识别/实体抽取），但是发现这方面的小帖子还比较零散。所以我把学习的记录放出来给大家作参考，其中汇聚了很多其他博主的知识，在本文中也放出了他们的原链。希望能够以这篇文章为载体，帮助其他跟我一样的学习者梳理、串起NER的各个小知识点，最后上...
2021-04-27 21:13:37
911
原创 情感分析项目基础知识一
1.情感分析教程： 有一份几乎为所有人准备的情感分析教程，包括程序员，非程序员，营销人员，数据分析师，代理人，销售人员等等。 在本节中，我们将分享各种各样的教程，以便您可以找到适合自己的情绪分析。 1.1 为程序员准备的情感分析教程： 对于那些对代码和API很熟悉的人，您可以快...
2021-02-27 15:25:00
723
原创 情感分析项目基础知识总结二
文章目录 1.情感分析基础：1.1 什么是情感分析：1.2 什么是观点：直接性与比较性的观点：明确的和含蓄的观点： 1.3 情感分析的范围：1.4 情感分析的类型：细粒度情感分析：情绪检测基于方面的情感分析：意图分析：多语言情感分析： 1.5 为什么情感分析...
2021-02-27 15:22:33
1683
原创 爬虫基础:正则表达式
文章目录 正则表达式简介正则表达式匹配规则re模块compile 函数Pattern 对象Match 对象 范例常见格式分组位置分组分割批量替换正则案例： 正则表达式简介 为什么要学正则表达式？ 实际上爬虫一共就四个主要步骤： 明确目标 (要知道你准备在哪个...
2021-01-30 17:02:19
832
原创 xgboost参数原理详解,适合入门新人
sklearn集成方法bagging常见变体(按照样本采样方式的不同划分)Pasting:直接从样本集里随机抽取的到训练样本子集Bagging:自助采样(有放回的抽样)得到训练子集Random Subspaces:列采样,按照特征进行样本子集的切分Random Patches:同时进行行采样、列采样得到样本子集sklearn-bagging学习器BaggingClassifierBaggingRegressor参数可自定义基学习器max_samples...
2021-01-22 22:37:33
4694
1
原创 XGBoost模型的保存调用
XGBoost是梯度增强算法在表数据中性能最好的模型。 一旦训练完毕，将模型保存到文件中，以便以后在预测新的测试和验证数据集以及全新的数据时使用，这通常是一个很好的实践。 在本文中，您将了解如何使用标准的Python pickle API将XGBoost模型保存到文件中。 完成...
2021-01-22 22:34:38
2373
原创 Kmeans聚类中常用的k值寻找方法-手肘法-轮廓系数法
最近做了一个数据挖掘的项目，挖掘过程中用到了K-means聚类方法，但是由于根据行业经验确定的聚类数过多并且并不一定是我们获取到数据的真实聚类数，所以，我们希望能从数据自身出发去确定真实的聚类数，也就是对数据而言的最佳聚类数。为此，我查阅了大量资料和博客资源，总结出主流的确定聚类数k的方法有以下两类。1.手肘法1.1 理论手肘法的核心指...
2021-01-18 17:07:40
35449
4
原创 Jupyter notebook设置背景主题,字体大小及自动补全代码的操作
Jupyter notebook设置背景主题,字体大小及自动补全代码的操作更新时间：2020年04月13日 09:46:32 作者：阿优乐扬 这篇文章主要介绍了Jupyter notebook设置背景主题,字体大小及自动补全代码的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧相信看这篇文章的你已经安装好Jupyter notebook，如果还没有的话可以看windows python3怎么安装Jupyter Notebooks?Jupyter Notebook的...
2021-01-18 12:21:18
940
原创 xgboost安装配置,下载安装
下载安装、配置环境变量 下载网址（使用Google/搜狗浏览器）：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 进入网站 ctrl + F 查询 xgboost 并下拉找到 Xgboost 确认 python 版本 及电脑 系统类型 ...
2021-01-18 11:48:27
1549
转载 re模块,匹配字符,字符替换
编辑本随笔 常用表达式规则： .默认匹配除\n之外的任意一个字符，一个点代表一个字符，指定flag DOTA L L则匹配任意字符，包括换行^ 匹配字符串开头，若指定flag MULTILINE忽略换行符，也可匹配上(r'^a','\nabc\ndef') re.starch('^a','abcd')等效re.match('a','abcd') $ 匹配字符串结尾，指定flag MULTILINE，也可...
2021-01-16 16:48:40
1535
原创 jupter NoteBook插件,代码自动补全
当博主发现在Jupyter Notebook中写代码时，没有自动补齐联想功能，只有按Tab键才有，每次都要去按以下Tab键很慢很机械！！！ So，到cmd中安装一个代码自动补全的包， 直接输入：pip install jupyter_contrib_nbextensions 或：...
2021-01-16 14:40:13
1033
1
原创 NLP结巴分词,特征关键词提取
安装 全自动：easy_install jieba 或者 pip install jieba 或者pip3 install jieba手 动：jieba 目录放置于当前目录或者 site-packages 目录半自动：下载http://pypi.python.org/pypi/jieba/、解压、运行python setup.py install算法 基于统计词典，构造前缀词典；基于前缀词典对句子进行切分，得...
2021-01-15 17:11:16
970
原创 pandas,常用功能,熟练掌握提高效率
一、生成数据表 1、首先导入pandas库，一般都会用到numpy库，所以我们先导入备用： import numpy as np import pandas as pd 2、导入CSV或者xlsx文件： df = pd.DataFrame(pd.read_csv(‘name.csv’,header=1)) df = pd.DataFrame(pd.read_excel(‘name.xlsx’)) 3、用p...
2021-01-13 15:48:22
261
原创 提高效率,PyCharm常用快捷键
PyCharm常用快捷键 数量使用开发工具的快捷键，可以有效提高程序开发的效率； 最重要的快捷键 Ctrl+Shift+A万能命令行连续按Shift两次查看资源文件注释 Ctrl+/注释选中行光标操作 Ctrl+Alt+Enter向上插入Shift+Enter向...
2021-01-11 11:08:51
122
转载 特征工程:缺失值填充总结(众数,中数,KNN近邻填充,预测填充)
面试不仅仅是一个找工作的过程，还是一个向面试官交流学习的过程。之前的某次面试中，聊到了缺失值填充方法，经面试官指点学到了一些技能，下面简要总结一下。 常见的缺失值填充方法有填充默认值、均值、众数、KNN填充、以及把缺失值作为新的label通过模型来预测等方式，为了介绍这几种填充方法的使用以及填充效果，本文将在真实数据集上进行简单比较。 1. 数据集介绍 数据集来源于 天池精准医疗大赛——人工智能辅助...
2021-01-11 10:54:14
4751
1
原创 安装多个tensorflow版本详细步骤,用于以后查看
请先自己安装anaconda 安装某个tensorflow版本 每个版本的安装步骤都类似，具体为以下几点： 安装: 1.建立环境 2.安装tensorflow 3.pip各种库 4.检查python（和ipython）的位置 1.首先要弄清tensofflow和python版本的匹配关系，点击[这里]查询，(https://te...
2020-11-30 18:46:56
2747
原创 Python将多维数组转换为一维
Python将二维数组/多维数组转换为一维分类专栏：Python文章标签：二维数组转一维Python将二维数组/多维数组转换为一维方法1:flatten 方法2:reshape+concatenate 方法3:sum() 方法4:列表推导式 方法5:operator 方法6:itertools方法1:flattenimport numpy as npmulArrays = [[1,2,3],[4,5,6],[7,8,9]]print(list(np.array(mul...
2020-11-04 11:14:53
14219
原创 改进后的朴素贝叶斯测试怀孕结果
import pandasimport mathimport numpy##读取训练数据 特征部分(机器人传感器收集的112个顾客气色,气味,脉象,体温等特征X=pandas.read_csv('train_X.csv')#读取训练数据 实际结果部分(上述112位顾客真实的怀孕状态,0代表女娃,1代表男孩,2表示没有怀孕y=pandas.read_csv('train_y.csv')class NavieBayes(object): def fit(self,x,y):
2020-10-16 17:03:06
223
原创 朴素贝叶斯之连续性数据预测怀孕结果
import pandasimport mathimport numpy##读取训练数据 特征部分(机器人传感器收集的112个顾客气色,气味,脉象,体温等特征X=pandas.read_csv('train_X.csv')#读取训练数据 实际结果部分(上述112位顾客真实的怀孕状态,0代表女娃,1代表男孩,2表示没有怀孕y=pandas.read_csv('train_y.csv')class NavieBayes(object): def fit(self,x,y):
2020-10-16 10:09:47
344
原创 朴素贝叶斯之文本分类
import numpyfrom numpy import *def getDataSet(): """ 加载训练数据, postingList是所有的训练集, 每一个列表代表一条言论, 一共有8条言论 classVec代表每一条言论的类别, 0是正常, 1是有侮辱性 返回 所有言论和类别 :return: """ postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'
2020-10-16 10:07:25
102
原创 朴素贝叶斯分类工作流程(离散数据,连续数据)
朴素贝叶斯分类工作原理数学基础1.条件概率设A，B 是两个事件，则表示在事件A发生的条件下，事件B发生的概率。其中P(A)不能为0，就是要求A是有可能的事件。2. 联合概率表示两个事件共同发生的概率。A与B的联合概率表示为 P(AB) 或者P(A,B),或者P（A∩B）。3. 朴素贝叶斯因为 P(B|A)=P(AB)/P(A) 》P(AB)=P(B|A)P(A)所以 P(A|B)=P(AB)/P(B) = P(B|A)P(A)/P(B)即 P(A|B)=P(B|A)P(A)/P(B)
2020-10-16 10:04:17
4339
原创 初学者NumPy 、SciPy、matplotlib库安装及sklearn的安装
安装sklearn的前提scikit-learn介绍<https://pypi.org/project/scikit-learn/这个网站里有介绍由于scikit-learn存在***依赖关系*** :Python (>= 3.5)NumPy (>= 1.11.0)SciPy (>= 0.17.0)joblib (>= 0.11)所以在安装的时候，要注意各种库的版本，而且要注意安装顺序。先安装好的NumPy 、SciPy、matplotlib。至于joblib
2020-09-30 12:28:22
5180
原创 初识Anaconda
一、什么是Anaconda？简介Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。特点Anaconda具有如下特点：开源安装过程简单高性能使用Python和R语言免费的社区支持其特点的实现主要基于Anaconda拥有的：conda包环境管理器1,000+开源库如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda（图形界面
2020-09-30 11:06:11
635
原创 MySQL常用命令小结
创建数据库：CREATE DATEBASE 数据库名；删除数据库：DROP DATABASE 数据库名；选择数据库：USE 数据库名创建数据表： CREAT TABLE table_name (column_name column_type)；删除数据表：DROP TABLE table_name ;插入数据：INSERT INTO table_name ( field1, field2,...fieldN ) VALUES ( value1, value2,...valueN );
2020-09-28 11:10:45
65
原创 对象复制: Python中关于有四种类型的使用方式，分别为：赋值、创建新对象、浅拷贝与深拷贝。
对象复制: Python中关于有三种类型的使用方式，分别为：赋值、浅拷贝与深拷贝。一、赋值在python中，对象的赋值就是简单的对象引用，这点和C++不同。如下:a = [1,2,3,“hello”,[“python”,“C++”]]b = aprint a==b #True这种情况下，b和a是一样的，他们指向同一片内存，b不过是a的别名，是引用。我们可以使用a与b是否相同来判断，返回True，表明他们地址相同，内容相同。赋值操作（包括对象作为参数、返回值）不会开辟新的内存空间，
2020-09-28 11:02:18
682
Knn,贝叶斯怀孕预测数据及代码
2020-10-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人