机器学习
Pikachu_simple
这个作者很懒,什么都没留下…
展开
-
机器学习-python基础
# -*- coding: utf-8 -*-"""Created on Sun Dec 22 10:15:39 2019@author: zhh"""import math'''1、基本语法'''#同行显示多行语句:用";"分号隔开#print输出:#print默认换行,若要 不换行在变量末尾加上逗号,end=''x='a';y='b'print(x,end='') #...原创 2019-12-22 14:18:27 · 571 阅读 · 0 评论 -
Django实现上传excel文件
html:千万不要忘了写 enctype="multipart/form-data"<div class="page-container"> <form id="upload_form" action="{% url 'examapp:上传excel' %}" method="POST" enctype="multipart...原创 2019-11-27 20:54:22 · 1752 阅读 · 0 评论 -
DeprecationWarning: The truth value of an empty array is ambiguous.等sklearn与numpy的一系列报错
DeprecationWarning: The truth value of an empty array is ambiguous.等sklearn与numpy的一系列报错2018-08-10 13:09:49绯红的天国阅读数 1755版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csd...转载 2019-11-23 12:06:56 · 355 阅读 · 0 评论 -
pandas读取json文件或csv文件
读取csv文件with open('results.csv') as f: data=pd.read_json(f)读取json文件:with open('results.json') as f: data=pd.read_json(f)此时data是dataframe类型:pandas.core.frame.DataFrame可以通过.iloc...原创 2019-11-20 17:47:55 · 1527 阅读 · 0 评论 -
pandas中利用 .iloc 和 .loc 选取数据
其他用法:https://blog.csdn.net/sinat_35562946/article/details/81058221pandas中利用 .iloc 和 .loc 选取数据2018-06-13 17:24:18Carolinedy阅读数 19921更多分类专栏:Python版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处...转载 2019-11-17 18:06:58 · 1322 阅读 · 0 评论 -
OSError: Initializing from file failed
#使用pandas读取文件报错:OSError: Initializing from file failed#可能是因为文件名中带有中文 可使用:import pandas as pdwith open('成绩预测.csv') as f: data=pd.read_csv(f)...原创 2019-11-17 17:58:24 · 472 阅读 · 0 评论 -
利用plt.pcolormesh绘制分类图
本文介绍如何利用plt.pcolormesh来绘制以下分类图 plt.pcolormesh能够直观的表现出分类的边界,而只用散点图无法显示出分类的边界线,如下图所示:下面以make_moons数据集为例,用神经网络说明plt.pcolormesh()的用法引入所需库:import numpy as np import matplotlib.pyplot a...原创 2019-08-15 19:47:26 · 6111 阅读 · 0 评论 -
神经网络/多层感知器(MLP)架构:选择隐藏层数量和大小的标准
版权声明:本文为博主原创文章,遵循CC 4.0 by-sa版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csdn.net/lt77701/article/details/76135962隐藏层个数:一个零隐藏层的模型可以解决线性可分数据。所以除非你早知道你的数据线性不可分,证明它也没什么坏处—为什么使用比任务需求更困难的模型?如果它是线性可分的那么一...转载 2019-08-15 19:10:52 · 6866 阅读 · 0 评论 -
【深度学习】神经网络入门(最通俗的理解神经网络)
转自:http://tieba.baidu.com/p/3013551686?pid=49703036815&see_lz=1#先从回归(Regression)问题说起。我在本吧已经看到不少人提到如果想实现强AI,就必须让机器学会观察并总结规律的言论。具体地说,要让机器观察什么是圆的,什么是方的,区分各种颜色和形状,然后根据这些特征对某种事物进行分类或预测。其实这就是回归问题。如何...转载 2019-08-15 16:52:16 · 1189 阅读 · 0 评论 -
关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化
参考:<https://www.cnblogs.com/chaosimple/p/4153167.html>用法及应用场景一、标准化(Z-Score),或者去除均值和方差缩放公式为:(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性(按列进行)减去其均值,并处以其方差。得到的结果是,对于每个属性/每列来说所有数据都聚集在0附近,方差为1。实现...原创 2019-08-15 13:16:30 · 1086 阅读 · 0 评论 -
np.exp()的使用
np. exp(x) e的x幂次方import numpy as npprint(np.exp(0))print(np.exp(1))print(np.exp(2))输出为:1.02.7182818284590457.38905609893065原创 2019-08-15 09:02:45 · 35625 阅读 · 0 评论 -
numpy.random.rand用法
使用 numpy.random.rand 方法生成任意随机数创建一个给定类型的数组,将其填充在一个均匀分布的随机样本[0,1)中(1)生成单个随机数。 r1=np.random.rand()print(r1)-》0.5016777172563354 (2)生成指定结构的随机数组。 r2=np.random.rand(3)-》 [ 0.70156865 0.425...原创 2019-08-14 20:57:52 · 14894 阅读 · 0 评论 -
sklearn的make_circles和make_moons生成数据
sklearn的make_circles和make_moons生成数据关于make_circles and make_moons生成环形形状和月亮形状数据转载来源:https://blog.csdn.net/dataningwei/article/details/53649330make_circles:sklearn.datasets.make_circles(n_samples...转载 2019-07-19 20:29:45 · 3196 阅读 · 0 评论 -
Numpy库的np.vstack, np.hstack
np.vstack, np.hstackhttps://blog.csdn.net/u012609509/article/details/70319293np.vstack(tup)使用沿着竖直方向将矩阵堆叠起来。Note: the arrays must have the same shape along all but the first axis. 除开第一维外,被堆叠的矩阵...转载 2019-07-19 20:32:33 · 211 阅读 · 0 评论 -
信息熵及其相关概念
https://blog.csdn.net/am290333566/article/details/81187124转载 2019-07-23 09:00:38 · 449 阅读 · 0 评论 -
numpy.reshape(-1,1)
数组新的shape属性应该要与原来的配套,如果等于-1的话,那么Numpy会根据剩下的维度计算出数组的另外一个shape属性值。举个例子:x = np.array([[2, 0], [1, 1], [2, 3]])指定新数组行为3,列为,2,则:y = x.reshape(3,2)yOut[43]: array([[2, 0], [1, 1], ...原创 2019-08-10 11:36:48 · 21514 阅读 · 1 评论 -
matplotlib.colors(ListedColormap)
下面来自原作者博主,此处作为参考,感谢:版权声明:本文为博主原创文章,遵循CC 4.0 by-sa版权协议,转载请附上原文出处链接和本声明。链接:https://blog.csdn.net/zhaogeng111/article/details/78419015hexadecimal colour code: ...原创 2019-08-14 20:34:28 · 17953 阅读 · 1 评论 -
sklearn提供的自带的数据集
sklearn提供的自带的数据集原文:https://www.cnblogs.com/nolonely/p/6980160.htmlsklearn 的数据集有好多个种自带的小数据集(packaged dataset):sklearn.datasets.load_<name> 可在线下载的数据集(Downloaded Dataset):sklearn.datasets.fe...转载 2019-08-23 16:47:03 · 1287 阅读 · 0 评论 -
机器学习算法的随机数据生成
在学习机器学习算法的过程中,我们经常需要数据来验证算法,调试参数。但是找到一组十分合适某种特定算法类型的数据样本却不那么容易。还好numpy, scikit-learn都提供了随机数据生成的功能,我们可以自己生成适合某一种模型的数据,用随机数据来做清洗,归一化,转换,然后选择模型与算法做拟合和预测。下面对scikit-learn和numpy生成数据样本的方法做一个总结。 完整代码...转载 2019-08-23 16:54:59 · 791 阅读 · 0 评论 -
python中 x[:,0]和x[:,1] 理解和实例解析
python中 x[:,0]和x[:,1] 理解和实例解析https://blog.csdn.net/u014159143/article/details/80307717x[m,n]是通过numpy库引用数组或矩阵中的某一段数据集的一种写法,m代表第m维,n代表m维中取第几段特征数据。通常用法:x[:,n]或者x[n,:]x[:,n]表示在全部数组(维)中取第n个数据,直...转载 2019-07-24 08:50:28 · 834 阅读 · 0 评论