正襟危-CSDN博客

原创状态观测器matlab仿真测试

引言实际工程应用中，系统内部的状态难以使用传感器直接测量，在这种情况下，使用状态观测器估计系统实际状态是非常常见的做法以系统的状态空间表达式为例，下述状态观测器的设计方法：举例说明给定线性定常系统仿真测试x1状态的观测线性扩张状态观测器详解 - SGH8224的文章 - 知乎https://zhuanlan.zhihu.com/p/108466027https://wenku.baidu.com/view/4709a15f804d2b160b4ec024.html.

2021-11-30 19:34:03 5217 1

原创 whl安装路径不支持

XGBoost的whl安装包#一般情况下，我们使用pythonpip install package来下载python的安装包但当下载报错，我们考虑到下载whl文件来安装https://www.lfd.uci.edu/~gohlke/pythonlibs/（whl网址）之后再安装中出现不支持wheel的问题一种办法是删除线格式’python -m pip install --upgrade pip'当继续出现问题是可以在相应位置修改文件名比如：scikit_learn‑0.19.1‑

2020-12-22 16:36:07 239

原创跟踪微分器TD测试

求取信号的微分，经典微分器的形式https://blog.csdn.net/qq_35007540/article/details/87909764添加链接描述此处 h=Ts，r=1/T噪声分析仿真测试T=0.01;Ts=0.001;即r=100；h=0.001二阶微分跟踪与经典微分跟踪对比非线性与线性对比（红：非线性）...

2021-12-16 11:49:13 1276 1

原创 pandas数据分析

pandaspandas是一个Python包，它提供了快速、灵活和富有表现力的数据结构，旨在使用结构化(表格、多维、可能是异构的)和时间序列数据既简单又直观。是强大和灵活的开源（2010）数据分析/操作工具。主要的数据结构DataFrameSeriesjupyter notebookExample万物皆对象索引...

2021-04-29 15:56:00 144

原创 Jupyter Notebook中出现代码块持续运行[*]

问题描述jupyter notebook作为一款轻量级的python IDE（集成开发环境）,广受喜爱但在运行程序的过程中，会出现某些代码块持续运行的情况原因及解决方法1.代码块程序复杂，需要运行很长一段时间，等待即可2.出现长时间的[*],可能是服务器因为某些原因（电脑休眠）断开，一般需要interrupt（中断），如果中断不了，可能需要重新从头进行，或者可以尝试restart kernel。解决问题最后，如果失败，只能从头再来。...

2021-03-18 09:43:54 2345

原创回归模型的评价指标比较

回归模型回归模型的n个样本值(xi,yi)(x_i,y_i)(xi,yi),预测值为y^i\hat{y}_iy^i,i∈1,2,...,ni\in 1,2,...,ni∈1,2,...,nyˉ\bar yyˉ为{∑1nyi\sum_1^n{y_i}∑1nyi}的平均值评价指标平均绝对误差（MAE，Mean Absolute Error）MAE(y,y^)=1n∑1n∣yi−y^∣\boxed{MAE(y,\hat{y})=\frac{1}{n}\sum_1^n{|y_i-\hat{

2021-01-10 15:13:20 1150 1

原创动态门限-自定义阈值

\documentclass[11pt]{article}\usepackage{CJK}\usepackage[top=2cm, bottom=2cm, left=2cm, right=2cm]{geometry}\usepackage{algorithm}\usepackage{algorithmicx}\usepackage{algpseudocode}\usepackage{amsmath}\usepackage{indentfirst}\floatname{algorithm}{

2021-01-07 15:33:31 515

原创分类和判别问题的指标

一般情况下，要评价一个模型在判别、分类、预测的应用效果，需要在某些可以量化的指标来评价-正类数据负类数据被判为正类*TP*正类FP被判为负类FN负类TN正确率（Accuracy，AR），即预测正确占总数精准率（Precision），即正确预测为正的占全部为正的比例。召回率，即所有预测为正的占全部实际为正的比例F1值（H-mean值）F1值为算术平均数除以几何平均数，且越大越好，将Precision和Recall代入，即F1综合考量精准率（perciso

2020-12-23 14:42:01 356

转载常用的集成学习算法比较重要的需要调参的参数

function XGBoost CatBoostGBM Light GBM Importance parameters which control overfitting 1.learning_rate or eta-optimal values lie between 0.01-0.2 **2.max_depth****3.min_child_weight:**simil...

2020-12-22 21:12:57 215

张良