![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 54
记录机器学习之路上的问题
nevermorsf
这个作者很懒,什么都没留下…
展开
-
Python 利用Pandas的diff()函数解决时间差问题
Pandas数据处理,去重时间间隔太短的类目原创 2022-07-19 17:08:01 · 1126 阅读 · 0 评论 -
解决matplotlib绘图无法显示中文字符
今天在绘图时发现直接将plot坐标轴写为中文,无法正常显示,查阅资料后整理出三种解决方案,记录一下问题:中文无法显示x = range(0, 120)y = [random.randint(25, 30) for i in range(120)]plt.figure(figsize=(20, 8), dpi=80)plt.plot(x, y)_xticks = ["10点{}分".format(i) for i in range(60)]_xticks += ["11点{}分".format原创 2021-11-21 14:53:42 · 1513 阅读 · 0 评论 -
机器学习之数据分析与特征工程
通过七月在线的限免课程,学习了数据分析与特征工程,记录一下学习的过程供日后回顾问题与建模首先需要明确要解决的问题:回归?分类?根据要解决的问题进行建模。建模流程为:识别问题,理解数据,数据预处理,建模与评估。具体的任务有具体的解决方案与建模流程数据分析与处理案例:根据房屋出租信息预测房屋热度。该案例是一个有监督问题(有训练集(有标签),有测试集),是一个三分类问题考虑:什么是热度?(被查询/点击的次数)。什么影响热度? 数据集示例:统计分布,判断离群点与数据分布详情具体方法,绘制原创 2021-11-20 21:02:10 · 2532 阅读 · 1 评论 -
机器学习之梯度下降法的代码实现
什么是梯度下降法梯度下降法已经有很多其他博主做了充分的介绍,可以自行百度,我个人觉得Evan这个帖子讲的很清楚。这里不在赘述,感兴趣的可以自行查阅。代码实现梯度下降法批量梯度下降法(batch_gradient_descent)批量梯度下降法指的是在每次调整梯度寻找最优解的时候都将所有样本考虑在内。优点:收敛的最优解准确,数量级小时收敛也很快。缺点:样本数量多时,收敛速度慢,更新一次梯度需要很长时间。代码实现:import numpy as npimport timestart原创 2021-11-09 15:19:36 · 1467 阅读 · 2 评论 -
Python---机器学习之线性回归记录
机器学习之线性回归记录记录一下线性回归入门遇到的Python之中模块与函数Numpynumpy.random.rand: 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。例如:生成单个随机数:`print(np.random.rand() 生成单个随机数的结果生成二维数组:print(np.random.rand(2,3))生成二维数组的结果numpy.randon.randn:从标准正态分布中返回一个或多个样本值。 例如:单个样本值:print(np.r原创 2021-10-27 17:06:57 · 105 阅读 · 0 评论