- 博客(29)
- 收藏
- 关注
RSS订阅原创 力扣刷题SQL篇（五）
目录1、行程和用户表结构要求思路代码2、大的国家表结构要求思路代码其他解法3、超过5名学生的课表结构要求思路代码4、体育馆的人流量表结构要求思路代码5、有趣的电影表结构要求思路代码6、换座位表结构要求思路代码其他方法7、交换工资表结构要求思路代码其他解法1、行程和用户https://leetcode-cn.com/problems/trips-and-users/表结构Create table If Not Exists Trips (Id int, Client_Id int, Driver_Id
2020-09-03 16:12:14
290
原创 力扣刷题SQL篇（四）
目录1、部门工资最高的员工表结构：要求：思路：代码：讨论区其他答案2、部门工资前三高的所有员工表结构:要求：思路：代码：讨论区其他解法3、删除重复的电子邮箱表结构：要求：思路：代码：讨论区其他解法4、上升的温度表结构:要求：思路：代码：1、部门工资最高的员工https://leetcode-cn.com/problems/department-highest-salary/表结构：Create table If Not Exists Employee (Id int, Name varchar(25
2020-09-01 16:41:30
883
原创 力扣刷题SQL篇（三）
目录1、连续出现的数字表结构：要求：思路：代码：另解：2、超过经理收入的员工表结构：要求：1、连续出现的数字https://leetcode-cn.com/problems/consecutive-numbers/)表结构：Create table If Not Exists Logs (Id int, Num int)Truncate table Logsinsert into Logs (Id, Num) values ('1', '1')insert into Logs (Id, Num
2020-08-18 20:47:59
600
原创 力扣刷题SQL篇（二）
目录1、第N高的薪水表结构：要求：思路：代码：反思：2、分数排名表结构：要求：思路：代码：1、第N高的薪水https://leetcode-cn.com/problems/nth-highest-salary/表结构：Employee表，同前https://blog.csdn.net/qq_41023125/article/details/107958525。要求：编写一个 SQL 查询，获取 Employee 表中第 n 高的薪水（Salary），如果不存在第 n 高的薪水，那么查询应返回 n
2020-08-13 18:21:36
340
原创 力扣刷题SQL篇（一）
1、组合两个表https://leetcode-cn.com/problems/combine-two-tables/（1）表结构：Create table Person (PersonId int, FirstName varchar(255), LastName varchar(255))Create table Address (AddressId int, PersonId int, City varchar(255), State varchar(255))Truncate table
2020-08-13 11:17:08
898
原创 零基础入门CV赛事 Task5：模型集成
目录5.1 学习目标5.2 集成学习方法5.3 深度学习中的集成学习5.3.1 Dropout5.3.2 TTA5.3.3 Snapshot5.4 结果后处理5.5 小结5.1 学习目标学习集成学习方法以及交叉验证情况下的模型集成；学会使用深度学习模型的集成学习；5.2 集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。由于深度学习模型一般需要较长的训练周期，如
2020-06-02 15:35:11
168
原创 零基础入门CV赛事 Task4：模型训练与验证
目录4.1 学习目标4.2 构造验证集4.3 模型训练与验证4.4 模型保存与加载4.5 模型调参流程4.6 本章小节4.1 学习目标理解验证集的作用，并使用训练集和验证集完成训练；学会使用Pytorch环境下的模型读取和加载，并了解调参流程；4.2 构造验证集在机器学习模型（特别是深度学习模型）的训练过程中，模型是非常容易过拟合的。深度学习模型在不断的训练过程中训练误差会逐渐降低，但测试误差的走势则不一定。在模型的训练过程中，模型只能利用训练数据来进行训练，模型并不能接触到测试集上的样本。
2020-05-30 08:48:55
146
原创 零基础入门CV赛事 Task3：字符识别模型
目录3.1 学习目标3.2 CNN介绍3.3 CNN发展3.4 pytorch构建CNN模型3.1 学习目标学习CNN基础和原理使用pytorch框架构建CNN模型，并完成训练3.2 CNN介绍卷积神经网络（Convolutional Neural Network，简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CNN在很多领域都表现优异，精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。CNN每一层由
2020-05-26 09:08:01
152
原创 零基础入门CV赛事 Task2:数据读取与数据扩增
目录2.1 学习目标2.2 图像读取2.2.1 pillow2.2 OpenCV2.3 数据扩增方法2.3.1 数据扩增介绍2.3.1.1 为什么数据扩增有用？2.3.1.2 有哪些数据扩增方法？2.3.2 常见的数据扩增方法2.3.3 常用的数据扩增库2.4 pytorch读取数据2.1 学习目标学习python和pytorch中图像读取学会扩增方法和pytorch读取赛题数据2.2 图像读取由于赛题数据是图像数据，赛题的任务是识别图像中的字符。因此我们首先需要完成对数据的读取操作，在Pyt
2020-05-23 14:11:29
168
原创 零基础入门CV赛事 Task1:赛题理解
赛题名称：零基础入门CV之街道字符识别赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。目录1.1 学习目标1.2 赛题数据1.3 数据标签1.4 评测指标1.5 数据读取1.6 解题思路1.1 学习目标理解赛题背景和赛题数据完成赛题报名和数据下载，理解赛题的解题思路1.2 赛题数据赛题数据为街道字符，数据集报名后可见并可下载，该数据来
2020-05-20 09:30:07
136
原创 机器学习系列（五）——支持向量机SVM
支持向量机SVM目录支持向量机SVM1、硬间隔SVM-统计学习基础1）基本概念：2）对偶讲解2、软间隔3、核函数常用的核函数及对比：4、SMO求解SVM5、代码实现6、参考博客逻辑回归是基于似然度的分类方法，通过对数据建模得到软输出；而支持向量机属于基于判别式的硬输出分类方法。支持向量机并不关心数据的概率，而是基于判别式找到最优的超平面作为二分类问题的决策边界。简单来说就是能走直线就别兜弯子...
2020-05-01 19:48:16
228
原创 机器学习系列（四）——条件随机场
目录一、马尔可夫过程二、隐马尔科夫算法1、定义：2、假设：3、存在问题：三、条件随机场（以线性链条件随机场为例）1、定义1）参数化形式2）简化形式3）矩阵形式2、基本问题1）概率计算问题①前向-后向算法2）学习问题3）预测问题一、马尔可夫过程定义：假设一个随机过程中，tnt_ntn 时刻的状态xnx_nxn的条件发布，只与其前一状态xn−1x_{n-1}xn−1 相关，即：P(xn∣x...
2020-04-28 10:03:31
219
原创 牛客OJ在线编程常见输入输出练习（python版）
先放上地址：https://ac.nowcoder.com/acm/contest/320#question目录1、A+B(1)2、A+B(2)3、A+B(3)4、A+B(4)5、A+B(5)6、A+B(6)7、A+B(7)8、字符串排序（1）9、字符串排序（2）10、字符串排序（3）1、A+B(1)while True: try: a, b = map(int, ...
2020-04-25 14:12:49
6485
原创 机器学习系列（三）——EM算法
1、前言EMEMEM算法即期望最大化算法，是用于计算最大似然估计的迭代方法，常用在隐变量模型的参数学习中，所谓隐变量就是指数据的不完整性，也就是训练数据并不能给出关于模型结果的全部信息，因此只能对模型中未知的状态做出概率性的推测。EEE步：求期望（expectation），用当前的参数来生成关于隐变量概率的期望函数MMM步：求极大（maximization)，寻找让期望函数最大化的一组参数...
2020-04-24 22:16:48
1268
原创 机器学习系列（二）——朴素贝叶斯 Naive Bayes
目录朴素贝叶斯1、相关概念1.1 生成模型1.2 判别模型2、先验概率、条件概率2.1 条件概率2.2 先验概率2.3 后验概率3、贝叶斯决策理论4、贝叶斯定理公式极大似然估计朴素贝叶斯分类器5、极值问题情况下的每个类的分类概率6、下溢问题如何解决7、零概率问题如何解决？8、优缺点8.1 优点8.2 缺点9、sklearn参数详解，Python绘制决策树10、 参考文献朴素贝叶斯1、相关概念...
2020-04-22 22:16:28
380
原创 机器学习系列（一）——线性回归Linear Regression
Linear Regression1、模型建立：线性回归原理、线性回归模型（1）线性回归原理进入一家房产网，可以看到房价、面积、厅室的数据：面积(x1x_1x1)厅室数量(x2x_2x2)价格(万元)(y)6432255931856532081164508………………可以将房价、面积和厅室的关系拟合成f(x)=θ0...
2020-04-20 19:08:42
328
原创 不同行业的常见指标（整理）
不同行业常见指标思维导图初步整理，参考的知乎https://zhuanlan.zhihu.com/p/79564208，侵删。
2020-04-12 10:32:48
1048
原创 数据挖掘组队学习打卡——Task5：模型融合
文章目录Task5 模型融合1 模型融合目标2 内容介绍3 Stacking相关理论介绍4 代码示例4.1 回归/分类概率-融合：4.2 分类模型融合4.3 一些其他的方法4.4 本赛题示例5 经验总结Task5 模型融合赛题：零基础入门数据挖掘-二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introd...
2020-04-04 14:22:30
370
原创 数据挖掘组队学习打卡——Task4：建模调参
文章目录Task4 建模调参1 学习目标2 内容介绍3 代码示例3.1 读取数据，定义函数reduce_mem_usage来调整数据类型，帮助我们减少数据在内存中占用的空间3.2 线性回归&五折交叉验证&模拟真实业务情况3.2.1 简单建模3.2.2 五折交叉验证3.2.3 模拟真实业务情况3.2.4 绘制学习率曲线与验证曲线3.3 多种模型对比3.3.1 线性模型&嵌入式...
2020-04-01 15:45:09
1328
原创 数据挖掘组队学习打卡——Task3：特征工程
目录Task3 特征工程1 特征工程目标2 常见特征工程1.异常处理2.特征归一化/标准化3.数据分桶（类似分类/分组，将连续变量离散化，将多状态的离散变量合并成少状态。）4.缺失值处理5.特征构造6.特征筛选7.降维3 代码3.0 导入数据和需要的库3.1 删除异常值3.2 特征构造3.3 特征筛选1） 过滤式2)包裹式3)嵌入式4 经验总结Task3 特征工程赛题：零基础入门数据挖掘-二手...
2020-03-25 14:30:58
683
原创 数据挖掘组队学习打卡——Task2：数据分析
目录1 EDA目标2 载入需要的库3 载入数据4 数据总览4.1 通过describe()来熟悉数据的相关统计量4.2 通过info()来熟悉数据类型5 判断数据缺失值和异常5.1 查看每列的存在nan情况5.2 可视化看下缺省值5.3 异常值检测6 了解预测值的分布6.1 总体分布概况（无界约翰逊分布等）7 特征分为类别特征和数字特征，并对类别特征查看unique分布8 数字特征分析8.1 相关...
2020-03-24 19:37:22
621
原创 数据挖掘组队学习打卡——Task1：赛题理解
目录赛题：零基础入门数据挖掘-二手车交易价格预测1.1 了解赛题1.1.1 赛题概况1.1.2 数据概况1.1.3 预测指标1.1.4 分析赛题1.2 代码示例1.2.1 分类指标评价计算示例1.2.2 回归指标评价计算实例1.3 经验总结1.4 心得体会赛题：零基础入门数据挖掘-二手车交易价格预测地址：赛题地址学习目标：理解赛提数据和目标，清楚评分体系。1.1 了解赛题赛题概况...
2020-03-23 16:24:50
502
原创 数据结构与算法（三）——变位词判断问题
目录问题描述：解法一：逐字检查代码：算法分析：解法2：排序比较解题思路：代码：算法分析：解法3：暴力法解题思路：算法分析：解法4：计数比较解题思路：具体做法：代码：算法分析：小甲鱼老师的数据结构与算法是以C为基础的，统计出身，没有学过C，就换了其他的课来听啦。现在听的是MOOC上北大的课，以python为基础的。问题描述：变位词是指两个词之间存在组成字母重新排列关系，如heart和earth...
2020-03-20 20:30:24
544
原创 python无法安装CV2（已解决）
近期，武大学霸用python画桃花上了热搜，大家一定都想试试吧？大佬的代码已经公布啦，下载了以后发现用的是CV2这个库，但是在cmd输入pip install cv2却报错，显示没有这个库，这是为什么呢？原来是因为在python中它的全名不是cv2，正确的安装代码是pip install opencv-python,为了加快下载，我使用的是豆瓣源，代码如下：好啦，这样就成功安装了。...
2020-03-20 09:44:55
18720
5
原创 数据结构与算法（二）——算法效率的度量方法
目录一、算法的时间复杂度二、推导大O阶方法①常数阶②线性阶③平方阶④对数阶三、算法的空间复杂度统计出生的一枚小白的数据结构与算法学习笔记。课程是小甲鱼的数据结构与算法，https://www.bilibili.com/video/av2975983?t=18&p=1设计算法要尽可能提高效率，那如何测度执行时间？事后统计方法：事前分析估算方法：影响因素：• 算法采用的策略、方...
2020-03-11 08:58:45
526
原创 数据结构与算法（一）——绪论
目录一、什么是数据结构二、逻辑结构和物理结构三、四大逻辑结构集合结构：线性结构：树形结构：图形结构：四、物理结构顺序存储结构：链式存储结构：五、谈谈算法六、算法的五个特征七、算法设计的要求统计出生的一枚小白的数据结构与算法学习笔记。课程是小甲鱼的数据结构与算法，https://www.bilibili.com/video/av2975983?t=18&p=1一、什么是数据结构官方陈...
2020-03-10 22:00:34
119
原创 MySQL插入数据报错
在Navicat中操作数据库，插入数据时报错[Err] 1054 - Unknown column ‘学号,姓名,出生日期,性别’ in ‘field list’有以下三种可能原因：1、原表中不存在你要插入的字段2、原表中有字段，可能是原字段或者插入数据的SQL语句中存在空格3、语句中逗号写成了中文逗号！字段名之间应该用英文逗号隔开！目前发现的有这三种原因，如果有其他的欢迎补充呀~...
2020-03-08 15:58:52
1121
原创 （已解决！）python中replace方法不起作用
如下图的代码，用replace处理过以后，print（price)可以发现$符号并没有被替换掉。 网上相关帖子很多，大多都是说是因为字符串对象是不可修改的，需要对replace结果重新赋值。但是我已经赋值了，还是不行。 &nbs...
2020-03-01 15:00:53
7689
8
原创 python的PIL模块与pillow模块
python的PIL模块与pillow模块 在阅读request文档的时候遇到如下代码 代码比较简单，直接在IDLE里运行，报错：No module named PIL。 初步猜测是由于未安装PIL，打开cmd，输入pip install PIL,无法安装，依然报错。用管理员身份运行cmd，再次安装，依然出错。 百度发现，PIL是python2中的模块，python...
2019-12-16 10:46:32
568
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