- 博客(22)
- 收藏
- 关注
RSS订阅转载 numpy的astype函数
astype函数用于array中数值类型转换x = np.array([1, 2, 2.5])x.astype(int)1...
2020-06-30 18:42:34
3441
转载 numpy 的triu及trul 函数以及参数k的解释
import numpy as np np.triu np.tril例如q=np.triu(np.ones((5,5)), k=0)上面两个函数分别是返回上三角和下三角矩阵的函数，值得说的是参数k。 k表示从第几条对角线起保留数据。 正值是主对角线往上数，负值 是往下数。k=0时表示从主对角线开始保留。下面以5*5矩阵及triu 函数为例，不同的k参数的结果...
2020-06-30 18:27:28
726
转载 pandas中的reset_index()
数据清洗时，会将带空值的行删除，此时DataFrame或Series类型的数据不再是连续的索引，可以使用reset_index()重置索引。import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(20).reshape(5,4),index=[1,3,4,6,8])print(df) 0 1 2 31 0 1 2 33 4 5 6 74 8 ...
2020-06-29 19:38:38
970
转载 sklearn之模型选择与评估
sklearn之模型选择与评估在机器学习中，在我们选择了某种模型，使用数据进行训练之后，一个避免不了的问题就是：如何知道这个模型的好坏？两个模型我应该选择哪一个...
2020-06-29 14:13:50
801
转载 数据预处理：独热编码（One-Hot Encoding）和 LabelEncoder标签编码
数据预处理：独热编码（One-Hot Encoding）和 LabelEncoder标签编码 </h1> <div class="clear"></div> <div class="postBody"> 一、问题由来在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。离散特征的编码分为两种情况： 1、离散特征的取值之间没有大小的意义，比如colo...
2020-06-29 10:09:48
812
转载 非正态分布数据转换成正态分布
常用的变量变换方法有对数变换、平方根变换、倒数变换、平方根反正弦变换等，应根据资料性质选择适当的变量变换方法。1. 对数变换即将原始数据X的对数值作为新的分布数据：X’=lgX当原始数据中有小值及零时，亦可取X’=lg（X+1）还可根据需要选用X’=lg（X+k）或X’=lg（k-X）对数变换常用于（1）使服从对数正态分布的数据正态化。如环境中某些污染物的分布，人体中某些微量元素的分布等，可用对数正态...
2020-06-29 09:42:26
3399
转载 深入探讨回归分析的假设条件、散点图以及解决方案
回归分析标志着预测建模的第一步。毫无疑问，回归分析非常容易实现。无论是语法还是其中使用的参数，都没有任何易混淆的。但是，只跑一行代码是无法解决问题的，也不是只看看R² ，MSE值就可以的。回归分析告诉我们的远远不止这些！All models ...
2020-06-29 09:36:52
3538
转载 PRID：行人重识别常用评测指标（rank-n、Precision & Recall、F-score、mAP 、CMC、ROC)
1、rank-n搜索结果中最靠前（置信度最高）的n张图有正确结果的概率。例如： lable为 m1，在100个样本中搜索。如果识别结果是 m1、m2、m3、m4、m5……，则此时rank-1的正确率为100%；rank-2的正确率也为100%；rank-5的正确率也为100%；如果识别结果是 m2、m1、m3、m4、m5……，则...
2020-06-28 09:59:08
1379
原创 牛客网之数据库刷题笔记
Day11.题目：一个表中可能有多个关键字，但在实际的应用中只能选择一个，被选用的关键字称为（主键）候选键(Candidate Key)：一个或者多个属性的集合，可以唯一确定实体的一个实例，具有唯一性、最小性；主属性是从候选码中挑出来的一个，候选码可以有多个，因此主属性也可以有多个主键(Primary Key):从候选键中，选中用来作为唯一标识的属性或者属性组被称为主键，主键必须唯一且非空（not null）；可选键(Alternative Key):候选键中没有选中的其他键，称为可选键；而表
2020-06-24 20:47:32
2191
转载 深度学习: 学习率 (learning rate)
深度学习: 学习率 (learning rate)Introduction学习率 (learning rate)，控制 模型的 学习进度 ： lr 即 stride (步长) ，即反向传播算法中的 ηη ：ωn←ω...
2020-06-22 21:21:15
1766
转载 异常值检查与处理
异常值的定义：异常值，即在数据集中存在不合理的值，又称离群点，如下所示：异常值判别方法：1.简单统计法对属性值进行一个描述性的统计，从而查看哪些值是不合理的。比如：对待一个人的身高，不可能说有人的身高出现3m等以上的；如果是能使用图像直接显示数据的话，可以直观的直接直观的从图片中得出异常值2. 3δ原则当数据服从正态分布：根据正态分布的定义可知，距离平均值3δ之外的概率为 P(|x-μ|>3δ) <= 0.003 ，这属于极小概率事件，在默认情况下我们可以认定，距离超过平均值3δ的样
2020-06-22 14:20:48
656
转载 数据预处理之异常值处理
定义：异常值，即在数据集中存在不合理的值，又称离群点。比如年龄为-1，笔记本电脑重量为1吨等，都属于异常值的范围。从集合角度来看，异常值即离群点，如下图所示：...
2020-06-22 14:19:27
1278
转载 Python sklearn错误：Expected 2D array, got scalar array instead…Reshape your data…
Python sklearn错误：Expected 2D array, got scalar array instead…Reshape your data… ...
2020-06-22 13:55:01
1728
转载 python 中的 scipy.stats 统计分析包，偏度峰度
python 来做统计分析时一般使用 scipy 中的 stats。 numpy 也能生成一定概率分布的随机数，但如果需要更具体的概率密度，累积概率等，就用用到 ...
2020-06-22 09:17:11
1533
转载 常用机器学习算法汇总比较(完）
机器学习入门系列（2）--如何构建一个完整的机器学习项目，第九篇！常用机器学习算法汇总比较的最后一篇，介绍提升(Boosting)算法、GBDT、优化算法和卷积神经网络的基本原理、优缺点。9. 提升(Boosting)方法简述 提升方法(boosting)是一种常用的统计学习方法，在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提供分类的性能。 boosting 和 baggingboosting 和 bagging 都是集成学习（ensemble learning）领域
2020-06-13 15:30:16
799
转载 常用机器学习算法汇总(中）
机器学习入门系列（2）--如何构建一个完整的机器学习项目，第八篇！上一篇文章介绍了线性回归、逻辑回归、决策树和随机森林四种算法，本文会继续介绍四种算法--SVM、朴素贝叶斯、KNN 以及 kmean 算法，其中最后一种是无监督学习的聚类算法，前面三种也是非常常见的算法，特别是 SVM，在 2012 年 AlexNet 网络的成功之前，一直都是图像分类中非常常用的分类算法。5. 支持向量机（SVM)简述定义：SVM 是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，即支持向量机的学习策略便
2020-06-13 15:28:04
292
转载 常用机器学习算法汇总比较(上）
常用机器学习算法汇总比较(上）鑫鑫淼淼焱焱华南理工大学 电子与通信工程硕士关注他33 人赞同了该文章机器学习入门系列（2）--如何构建一个完整的机器学习项目，第七篇！前面六篇文章从一个项目的终极目标、寻找和获取数据，到数据预处理，做特征工程，接下来就需要开始选择合适的算法模型，进行训练评估和测试了。所以接下来会整理下比较常用的机器学习算法的汇总比较，包括：线性回归逻辑回归决策树随机森林支持向量机朴素贝叶斯KNN 算法K-均值算法提升方法（Boosting）GBDT优化算法卷积神经网络因为篇幅问题，主要简
2020-06-13 15:25:35
553
转载 估算类问题-费米问题
估算类问题-费米问题 </h1> <div class="clear"></div> <div class="postBody"> 考点 首先，这是属于学术界数量估算中的“费米问题”。 其次，考察候选人的：逻辑思考、分析和心理抗压能力。方法 1. Top-down、Bottom-up例子1. 请你估算一下一...
2020-06-12 14:23:09
1064
1
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