若只如初見~~-CSDN博客

一、shift()函数简介函数原型：DataFrame.shift(periods=1, freq=None, axis=0)periods：类型为int，表示移动的幅度，可以是正数，也可以是负数，默认值是1,1就表示移动一次，注意这里移动的都是数据，而索引是不移动的，移动之后没有对应值的，就赋值为NaN。二、举例例一： shift函数是对数据进行移动的操作，假如现在有一个DataFrame数据df，如下所示：indexvalueA0B1

2021-07-11 19:31:56 2807

原创 Python——enumerate()函数

一、enumerate()函数简介 enumerate(iterable, start=0)：第一个参数为可迭代的数据，比如python中的list。第二个参数为该函数打印标号的初始值，默认从0开始打印，该函数返回一个enumerate类型的数据。enumerate()是Python的内置函数用于可迭代、可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标一般在for循环中使用二、enumerate()使用例一： enumerate()函数用于 for 循环就得到全部的

2021-04-23 10:03:36 537

原创 HTML&CSS学习笔记一

一、安装VsCode1.1 下载地址这里我附上下载地址，镜像是国内源，速度飞快！ VsCodeUserSetup-x64-1.43.0.exe1.2 安装中文语言包在扩展程序（快捷键 Ctrl+shift+X）搜索框内输入Chinese，即可很多中文插件，选择第一个中文简体就行，这里我是安装好的。1.3 安装ayu主题如果你觉得vscode主题不好看，我这里推荐一个插件ayu，同样在扩展程序（快捷键 Ctrl+shift+X）搜索框内输入ayu,我选择的是 Ay

2021-04-18 10:46:48 147

原创 Python 第八章测试代码

文章目录前言一、测试函数1.1 单元测试和测试用例1.2 可通过的测试1.3 不能通过的测试1.4 测试未通过时怎么办二、测试类2.1 各种断言方法2.2 一个要测试的类2.3 测试AnonumousSurvey类2.4 方法setup()前言编写函数或类时，还可以为其编写测试，通过测试，可以确定代码面对各种输入都能够按要求那样工作。通常我们使用 python 模块 unittest 中的工具来测试代码。一、测试函数1.1 单元测试和测试用例单元测试：用于核实函数的某个.

2021-04-04 13:09:51 466 1

原创 Python 第七章异常

文章目录前言一、处理 ZeroDivisionError(除0错误)二、使用 try-except 代码块三、使用 try-except-else 代码块四、分析文本前言 Python 使用被称为异常的特殊对象来管理程序执行期间出现的错误，每当发生错误时，它都会创建一个异常对象，终止程序并显示一个包含异常报告的 traceback。异常是使用 try-except 代码块处理，它让 python 执行指定操作，并告诉 python 发生异常该怎么办。一、处理 ZeroDivis.

2021-04-03 12:05:08 348 2

原创 Python 第七章文件读写

7. 文件读写7.1 从文件中读取数据要使用文本文件中的信息，首先需要将信息读取到内存中。为此，你可以一次性读取文件全部内容，也可以以每次一行的方式逐步读取。 1、读取整个文件读取整个文件可使用 read() 方法，关键字 with 在不再需要访问文件后将其关闭，函数 open() 用来打开文件，它接受一个参数：要打开文件的名称。我们也可以调用 open() 函数和 close() 函数来打开和关闭文件；但这样做，如果程序存在bug，导致 close() 语句未执行，

2021-04-02 15:09:30 299 1

原创 Python 第六章类

6. 类6.1 创建和使用类 1、创建类函数是带名字的代码块，用于完成具体工作，当需要在程序中多次执行同一项任务时，即可调用函数，程序的编写、阅读、测试和修复都将更容易。0 2、使用类和实例 3、继承...

2021-04-01 18:13:53 216

原创 Python 第五章函数

5. 函数5.1 定义函数 1、函数定义函数是带名字的代码块，用于完成具体工作，当需要在程序中多次执行同一项任务时，即可调用函数，程序的编写、阅读、测试和修复都将更容易。def 关键字用于定义函数def 关键字后跟函数名（ def 函数名( ) ）函数名后括号内有形参，其存储着传入函数内部的参数紧跟在 def 函数名() 后的所有缩进构成函数体用三引号括起来的是文档字符串，用于生成有关程序中函数的文档def greet_user(): """显示简单的问候语"""

2021-03-31 16:53:49 217

原创 Python 第四章用户输入和 while 循环

4. 用户输入和 while 循环4.1 用户输入 input() 函数 1、函数 input( ) 让程序暂停运行，等待用户输入一些文本。获取其输入后，python 将其存储在一个变量中，方便使用。name = input('Please enter your name:')print('Hello, %s !' % name)输出：Please enter your name:李明Hello, 李明 !进程已结束，退出代码 0 2、使用函数 int( ) 获取数值输入

2021-03-30 11:43:11 336

原创 Python 第三章 if 语句

3. if 语句3.1 基本概念编程时经常需要检查一系列条件，并据此决定采取什么措施。if 语句可以让你能够检查程序当前的状态，并据此采取相应措施。3.2 条件测试每条 if 语句的核心都是一个值为 True 或 False 的表达式，这种表达式被称为条件测试。比较两个值 = 赋值运算符，== 比较运算符car = 'bmw'print(car == 'bmw')输出：True进程已结束，退出代码 0 检查数值age = 18print

2021-03-29 17:56:23 184

原创 Python 第二章集合

2.4 集合1. 基本概念集合：集合与字典类似，都是用 ‘{ }’ 括起来，但字典中的元素是键值对（key-value），而集合中的元素则是和列表（list）、元组（tuple）一样的单个值。集合中的元素都是不可变数据类型，如整数，浮点数，字符串，元组等。集合中的元素是不重复的唯一值。集合中的元素是无序的，添加顺序和在集合中的存储顺序不一样。只支持成员操作赋、for循环迭代、枚举。2. 集合的创建、添加、删除、交集、并集、差集、超集、子集、判断是否相交2.1 创建集合创建集

2021-03-27 14:23:51 211 1

原创 Python 第二章字典

2.3 字典1. 基本概念字典：字典是由一系列键值对组成，可以是数字、字符串、列表等任何类型。字典中的键值对是无序的，都是随机排列。字典中的键（key）必须保证唯一，但是值（value）可以重复。键和值之间用逗号 ‘,’ 分隔开，而键值对之间用冒号 ‘:’ 分隔，整个字典被一对 ‘{}’ 包括起来。2. 字典的创建、添加、删除、修改、查询2.1 创建字典创建字典时我们可以先创建一个空字典，即使用一对空的花括号定义一个字典，然后再分行添加各个键值对。例：scores = {

2021-03-26 19:53:10 1026 3

原创 Python 第二章元组

2.2 元组1. 基本概念元组是一系列不可变的Python对象。元组是一种序列，就像列表一样。元组和列表之间的主要区别是元组不能像列表那样改变元素的值，可以简单地理解为“只读列表”。元组使用小括号 ()，而列表使用方括号 [] 。列表通常用来存储相同类型的数据；而元组在实际开发中，通常用来存储不同类型的数据。元组(Tuple)与列表相似，不同之处在于元组的元素不能修改，其内的列表中的数据可变。元组表示多个元素组成的序列，用于存储一串信息，不同数据之间用逗号隔开。2. 元组的创建、删

2021-03-25 17:39:02 404 2

原创 Python 第二章列表

2.1 列表1. 基本概念列表由一系列按特定顺序排列的元素组成，这些元素可以是字母、数字等任何类型，各个元素之间没有任何关系；是一个有序的、可修改的（增删查改）、元素可重复、元素以逗号分隔、以中括号包围的序列。2. 列表的增、删、改、查、排序增加元素方法用法list.append()在列表的尾部加入指定的元素list.insert(a,b)在列表任何位置 a 添加新元素 blist.extend将指定序列的元素拆分成单个字符依次追加的列表的尾部（合

2021-03-23 15:24:29 286 2

原创 Python 第一章变量和数据类型

1.1 变量变量中存储着值，程序中可随时修改变量的值，而python 始终记录着变量的最新值，在使用变量时需遵守以下规则：变量名只能包含字母、数字和下划线，变量名可以是字母或下划线打头，但不能以数字打头。变量名不能包含空格，但可以使用下划线来分隔其中的单词。不要将 python 关键字和函数名用作变量名，即不要使用python保留用于特殊用途的单词。变量名应该简短又具有描述性，如 name 比 n 好等。慎用字母 I 和 O，因为他它们有可能被人错看成 1 和 0。1.2 数据类型

2021-03-22 21:25:15 184 1

原创集成学习之随机森林调参

一、scikit-learn随机森林类库概述在scikit-learn中，RF的分类类是RandomForestClassifier，回归类是RandomForestRegressor。当然RF的变种Extra Trees也有，分类类ExtraTreesClassifier，回归类ExtraTreesRegressor。由于RF和Extra Trees的区别较小，调参方法基本相同，本文只关注于RF的调参。与GBDT的调参类似，RF需要调参的参数也包括两部分，第一部分是Bagging框架

2020-05-21 11:14:28 651

原创集成学习之Bagging与随机森林算法原理小结

在集成学习原理小结中，我们讲到了集成学习有两个流派，一个是boosting派系，它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派，它的特点是各个弱学习器之间没有依赖关系，可以并行拟合。本文就对集成学习中Bagging与随机森林算法做一个总结。随机森林是集成学习中可以和梯度提升树GBDT分庭抗礼的算法，尤其是它可以很方便的并行训练。一、bagging原理在集成学习原理小结中，Bagging的原理图如下从上图可以看出，Bagging的弱学习器之间的确没有

2020-05-20 21:19:24 398

原创 Xgboost的参数及调参

一、Xgboost参数解释 XGBoost的参数一共分为三类：通用参数：宏观函数控制。Booster参数：控制每一步的booster(tree/regression)。booster参数一般可以调控模型的效果和计算代价。我们所说的调参，很这是大程度上都是在调整booster参数。学习目标参数：控制训练目标的表现。我们对于问题的划分主要体现在学习目标参数上。比如我们要做分类还是回归，做二分类还是多分类，这都是目标参数所提供的。我下面介绍的参数都是我觉得比较重要的。1.1、通用参数

2020-05-20 16:56:13 5829

原创集成学习之XGBoost算法推导总结

一、从GBDT到XGBoost 作为GBDT的高效实现，XGBoost是一个上限特别高的算法，因此在算法竞赛中比较受欢迎。简单来说，对比原算法GBDT，XGBoost主要从下面三个方面做了优化：一是算法本身的优化：在算法的弱学习器模型选择上，对比GBDT只支持决策树，还可以直接很多其他的弱学习器。在算法的损失函数上，除了本身的损失，还加上了正则化部分。在算法的优化方式上，GBDT的损失函数只对误差部分做负梯度（一阶泰勒）展开，而XGBoost损失函数对误差部分做二阶泰勒展开，更加准确。算法

2020-05-19 18:26:56 338

原创 GDBT(提升树)调参

一、GBDT类库概述在sacikit-learn中，GradientBoostingClassifier为GBDT的分类类，而GradientBoostingRegressor为GBDT的回归类。两者的参数类型完全相同，当然有些参数比如损失函数loss的可选择项并不相同。这些参数中，类似于Adaboost，我们把重要参数分为两类，第一类是Boosting框架的重要参数，第二类是弱学习器即CART回归树的重要参数。二、GBDT类库boosting框架参数首先，我们来看boosting框

2020-05-17 17:09:23 789

原创集成学习之梯度提升树(GBDT)原理总结

一、GBDT概述 GBDT也是集成学习Boosting中的一种算法，但是却和传统的Adaboost有很大的不同。Adaboost 是利用前一轮迭代弱学习器的误差率来更新训练集的权重，这样一轮轮的迭代下去。GBDT也是迭代，但GBDT每一次的计算是都为了减少上一次的残差，进而在残差减少（负梯度）的方向上建立一个新的模型，其弱学习器限定了只能使用CART回归树模型，同时迭代思路和Adaboost也有所不同。 1.1、下面看个年龄预测的例子。简单起见，假定训练集只有4个人：A,B,C,D

2020-05-16 21:48:33 475

原创 scikit-learn Adaboost类库使用总结

一、Adaboost类库概述 scikit-learn中Adaboost类库可分为AdaBoostClassifier和AdaBoostRegressor两个，从名字就可以看出AdaBoostClassifier用于分类，AdaBoostRegressor用于回归。 AdaBoostClassifier使用了两种Adaboost分类算法的实现，SAMME和SAMME.R。而AdaBoostRegressor则使用Adaboost回归算法的实现，即Adaboost.R2。当我们对Ad

2020-05-15 16:07:36 849

原创 numpy中np.c_和np.r_的区别

np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat()。 np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge()。举例一维向量，代码如下：import numpy as npa = np.array([1, 2, 3])b = np.array([4, 5, 6])print("-------------------a------------------")pri

2020-05-14 22:10:08 206

原创使用matplotlib.pyplot.contourf()函数高线图绘制

1、contour：轮廓，等高线。为等高线上注明等高线的含义：cs = plt.contour(x, y, z)plt.clabel(cs, inline=1, fontsize=10)2、plt.contourf 与 plt.contour 区别：f：filled，也即对等高线间的填充区域进行填充（使用不同的颜色）；contourf：将不会再绘制等高线（显然不同的颜色分界就表示等高线本身）3、区别总结： contour和contourf都是画三维等高线图的，不同点在于con

2020-05-14 21:37:22 1590

原创 numpy.meshgrid()绘制网格图

一、numpy.meshgrid()介绍1.1、numpy.meshgrid()的用途 numpy.meshgrid()——生成网格点坐标矩阵。1.2、什么是 “网格点” 和 “坐标矩阵” 上图中，每个交叉点都是网格点，描述这些网格点的坐标的矩阵，就是坐标矩阵。图中 A,B,C,D,E,FA,B,C,D,E,FA,B,C,D,E,F 是 6 个网格点，如何用矩阵形式（坐标矩阵）来批量描述这些点的坐标呢？答案如下：X=[012012] X = \begin{bmatrix}

2020-05-14 11:49:28 3552

转载机器学习算法随机数生成

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。一、 numpy随机数据生成API numpy比较适合用来生产一些简单的抽样数据。API都在random类中，常见的API

2020-05-14 10:26:11 713

原创集成学习之Adaboost算法推导

1. 回顾boosting算法的基本原理在集成学习原理小结中，我们已经讲到了boosting算法系列的基本思想，如下图：从图中可以看出，Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器1，根据弱学习的学习误差率表现来更新训练样本的权重，使得之前弱学习器1学习误差率高的训练样本点的权重变高，使得这些误差率高的点在后面的弱学习器2中得到更多的重视。然后基于调整权重后的训练集来训练弱学习器2，如此重复进行，直到弱学习器数达到事先指定的数目T，最终将这T个弱学习器通过集

2020-05-13 22:07:10 355

原创集成学习简单小结

一、集成学习之 Boosting Boosting 是一族可将弱学习器提升为强学习器的算法。 Boosting的算法原理我们可以用一张图做一个概括如下：从上图中可以看出，Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器1，根据弱学习的学习误差率表现来更新训练样本的权重，让之前弱学习器1学习误差率高的训练样本点的权重变高，使得这些误差率高的点在后面的弱学习器2中得到更多的重视。然后基于调整权重后的训练集来训练弱学习器2，如此重复进行，直到弱学习器数

2020-05-09 13:37:59 248

原创集成学习简单介绍

一、集成学习概念集成学习通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统、基于委员会的学习等。二、集成学习的组成2.1、集成学习的一般结构 1. 先产生一组 “个体学习器” 2. 再用某种策略将它们结合起来个体学习器通常由一个现有的学习算法从训练数据产生，例如 C4.5决策树算法、BP 神经网络算法等，此时集成中只包含同种类型的个体学习器...

2020-05-07 22:35:28 654

原创决策树三种算法比较(ID3、C4.5、CART)

一、ID3算法 D3算法核心是根据 “最大信息熵增益” 原则选择划分当前数据集的最好特征。“信息熵” 在上一篇博客中写过，它是一种信息度量方式，其不确定度越大或者说越混乱，熵就越大。Ent(D)=−∑k=1∣Y∣pklog⁡2pk &n...

2020-05-07 17:29:12 15742 1

原创决策树基础概念总结

一、决策树介绍1、基本实现决策树(descision tree) 是一种常见的机器学习算法。以二分类任务为例，我们希望从给定训练数据集学得一个模型用以对新事例进行分类，这个过程可以看作是一种“决策”或“判定”，决策树就是基于树结构来进行决策的。在决策的过程中通常会进行一系列的判断或“子决策”。2、基本组成一棵决策树只有一个根节点、若干个内部节点和若干个叶结点；叶结点对应于决...

2020-04-30 22:57:44 523

原创机器学习分类和回归任务中的模型评估

一、性能度量概念对学习器的泛化性能进行评估，不仅需要有效可行的实验估计方法，还需要有衡量模型泛化能力的评估标准，这就是性能度量。在预测任务中，给定样例集D={(x1,y1),(x2,y2),…,(xm,ym)}D={\lbrace(x_1,y_1),(x_2,y_2),…,(x_m,y_m)\rbrace}D={(x1,y1),(x2,y2),…,(xm,ym)},...

2020-04-28 16:23:19 763

原创使用scipy.integrate模块中的quad和dblquad方法分别进行单重积分和多重积分

一、单重积分一般而言，使用求解微积分可以分为两大类：符号积分(即求出解析解)和数值积分(即求出数值解)。在计算机的处理当中，数值解往往更有意义。 quadquadquad函数是 scipyscipyscipy 积分函数的主力。数值积分有时称为正交积分，因此称为名称。它通常是在 aaa 到 bbb 给定的固定范围内执行函数 f(x)f(x)f(x) 的单个积分的默认选择,即∫...

2020-04-27 10:23:33 6814 4

原创 Python中单星号()和双星号()的区别

一、单星号(*)和双星号(**)概念 1、什么是星号变量最初，星号变量是用在函数的参数传递上的，在下面的实例中，单个星号代表这个位置接收任意多个非关键字参数，在函数的*b位置上将其转化成元组，而双星号代表这个位置接收任意多个关键字参数，在**b位置上将其转化成字典：∗*∗　该位置接受任意多个非关键字（non-keyword）参数，在函数中将其转化为元组（1,2,3,4）∗...

2020-04-26 16:35:40 1100

原创数据集划分方法(留出法、交叉验证)

一、留出法留出法(hold_out)直接将数据集D划分为两个互斥的集合，其中一个集合作为训练集S，另一个作为测试集T，即D=S⋃T,S⋂T=∅D=S\bigcup T,S\bigcap T=\emptysetD=S⋃T,S⋂T=∅，在S上训练出模型后，用T来评估其测试误差，作为对泛化误差的估计。举例：from sklearn.datasets import load_breast_c...

2020-04-25 23:03:30 10071 1

原创 sklearn 中 predict 方法和 predict_proba 方法的区别和使用

一、predict 和 predict_proba的概念和区别 1、predict和predict_proba都是用于模型的预测。 2、predict返回的是一个预测的值，predict_proba返回的是对于预测为各个类别的概率。 3、predict_proba返回的是一个 n 行 k 列的数组，n 表示测试集中样本的个数，第 i 行 j列的数值是模型预测第 i 个预...

2020-04-24 22:02:05 10480

原创 Pandas之 get_dummies 进行 one-hot 编码（虚拟变量或哑变量）

一、虚拟变量概念虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且接近现实。二、为什么使用虚拟变量在回归分析中，自变量X既可以是定量数据也可以定类数据。回归分析计算时是将所有自变量X视为数...

2020-04-22 19:32:55 1149

原创神经网络反向传播算法（BP算法）

一、反向传播算法原理反向传播算法概念：最初，所有的边权重（edge weight）都是随机分配的。对于所有训练数据集中的输入，人工神经网络都被激活，并且观察其输出。这些输出会和我们已知的、期望的输出进行比较，误差会「传播」回上一层。该误差会被标注，权重也会被相应的「调整」。该流程重复，直到输出误差低于制定的标准。传播原理：反向传播主要依赖于链式法则复合函数求导如下图， y是复合函...

2020-04-17 11:50:54 3455

原创神经网络算法计算过程推导

一、单个神经元神经网络算法，是使用计算机模拟生物神经系统，来模拟人类思维方式的算法。它的基本单位就是人工神经元,通过相互连接形成一张神经网络。下面三张图都展示了单神经元的结构：图一中x1、x2、…、xnx_1、x_2、… 、x_nx1、x2、…、xn表示输入， w1、w2、…、wn~w_1、w_2、…、w_n w1、w2、…、wn表示权...

2020-04-13 23:26:01 3515

空空如也

空空如也