赵域Phoenix-CSDN博客

原创赵煜的时序建模学习手札——三种路线概览(统计学/机器学习/深度学习)

时序建模就是处理带有时间顺序的数据，并且利用时间顺序处理问题（预测、分类和异常检测）。数据点之间不是独立存在的顺序很重要存在时间依赖关系。

2026-01-16 12:56:02 203

原创图网络的度矩阵D/邻接矩阵A/拉普拉斯矩阵L以及图中的节点如何各自保存更新节点特征

本文介绍了图神经网络中的基本概念和矩阵运算。首先解释了度矩阵D、邻接矩阵A和拉普拉斯矩阵L的定义及作用：D描述节点连接数，A表示具体连接关系，L=D-A反映节点特征差异。通过示例展示了三种矩阵的计算方法。接着说明了节点特征通常用行向量表示，多个节点组成特征矩阵，并以油田井网为例说明节点特征的应用。最后演示了神经网络中通过邻接矩阵A更新节点特征的操作过程，展示了节点如何聚合自身和邻居信息。这些基础知识有助于理解图神经网络的核心算法原理。

2026-01-13 17:36:30 337

原创 RuntimeWarning: k ＞= N - 1 for N * N square matrix. Attempting to use scipy.linalg.eig instead. ei

摘要：本文讨论了处理小规模图数据时出现的RuntimeWarning警告问题。当使用eigs函数计算13×13矩阵的特征值时，由于矩阵过小会导致警告。建议采用分流策略：对于节点数小于20的小图，改用np.linalg.eigh进行全量计算；对于大图则保持原有的稀疏计算方法。这种优化不仅能消除警告，还能提高小图情况下的计算效率和精度。该问题常见于谱图卷积任务中处理小规模图数据时。

2026-01-06 10:15:49 245

原创【无标题】

本身已经是一个 torch.Tensor，又用。（我真是警告大王，就没写过不跳警告的代码）

2025-12-14 12:38:26 213

原创 UserWarning: Attempting to run cuBLAS, but there was no current CUDA context! Attempting to set the

当首次使用GPU时，PyTorch会自动初始化CUDA上下文，这会产生警告信息。虽然不影响使用，但强迫症用户可以通过手动调用torch.cuda.init()来消除警告。建议在设备选择后立即初始化CUDA，代码示例如下：DEVICE = 'cuda' if torch.cuda.is_available() else 'cpu'; if DEVICE == 'cuda': torch.cuda.init()。这能提前建立CUDA环境，避免后续自动初始化产生的警告。

2025-12-13 13:38:16 93

原创快速打开jupyter

本文介绍了一个Windows批处理脚本(.bat)的配置方法，用于快速启动Jupyter Notebook。脚本包含5个关键步骤：1)调用Anaconda激活脚本(需修改为实际安装路径)；2)激活指定conda环境(需替换环境名称)；3)切换到项目目录(需修改为实际路径)；4)启动Jupyter Notebook；5)使用pause命令保持窗口以便调试。特别注意需要使用call命令确保批处理顺序执行，避免直接调用导致脚本中断。该脚本需放置在项目根目录下，用户只需修改三个路径参数即可使用。

2025-12-05 11:00:35 169

原创 UserWarning: KMeans is known to have a memory leak on Windows with MKL, when there are less chunks t

KMeans算法在Windows系统使用MKL数学库时可能出现内存泄露警告，当数据量较小时会发生。该警告不影响算法结果，可忽略。如需解决，可在代码开头设置环境变量OMP_NUM_THREADS=1，强制使用单线程模式运行。该问题仅发生在数据量小且线程数过多的情况下，对少量数据(如一二百条)的运行无实质影响。

2025-11-28 09:52:18 214

原创 MatplotlibDeprecationWarning

Matplotlib 3.9版本弃用了boxplot()函数中的labels参数，改名为tick_labels，并将在3.11版本完全移除该参数。用户需将代码中的labels参数修改为tick_labels，以保持兼容性。例如修改前的代码plt.boxplot(data_with_labels, labels=well_labels)应更新为plt.boxplot(data_with_labels, tick_labels=well_labels)。

2025-11-11 13:19:47 183

原创 OMP_Erro

【代码】【无标题】

2025-09-15 10:45:48 114

原创 CCS开发DSP代码中为什么要先memcpy一下？

这段代码通过memcpy将指定代码段从Flash拷贝到RAM运行，是为了满足.cmd文件的配置要求。.cmd中定义了.ramfuncs段，要求某些关键函数（如Flash初始化）必须在RAM中运行，避免在Flash操作时出现自擦除等问题。具体实现是通过预定义的外部变量RamfuncsLoadStart、RamfuncsLoadSize和RamfuncsRunStart来定位需要搬运的代码位置和大小。虽然简单程序可以直接在Flash运行，但工业应用通常为了性能和可靠性，会默认将关键函数配置到RAM执行。

2025-09-05 22:33:21 341

原创 TypeError: ReduceLROnPlateau.init() got an unexpected keyword argument ‘verbose‘

ReduceLROnPlateau的verbose

2025-08-25 11:14:18 1190

原创可视化中文显示异常

【代码】可视化中文显示异常。

2025-05-22 17:19:50 254

原创 ImportError: DLL load failed while importing _imaging: 找不到指定的模块。

最优解还得是解决提出问题的模块，分别运行一下指令。

2025-05-08 19:12:47 180

原创以表格A为依据筛选文件夹中的所有表格后依次存入表格D和表格E

井分类依据.xlsx./data/所有excel文件井分类依据.xlsx。

2025-04-23 21:24:25 263

原创批量运行同一文件夹下的所有脚本

中的1.py和2.py为你希望运行的脚本（也可以添加几个脚本）

2025-03-06 18:58:23 331

原创面向小学生(我自己)的ARIMA解析

如果你想预测明天的冰激凌销量🍦，ARIMA会说：“根据上周的销量，去掉突然的天气变化，再调整上次猜错的量，明天大概能卖XX个！（比如过去30天的温度、下雨情况）。这样解释是不是更清楚啦？

2025-03-05 15:18:33 199

原创挑选出行数足够的excel文件

*

2025-02-19 11:12:58 471

原创 Shapelet-aeon-ConvolutionBasedTimeSeriesClassificationInAeon

Arsenal 是由多个 RocketClassifier 组成的集成模型，它的准确性与单个 RocketClassifier 相当，但能够提供更好的概率估计。MultiROCKET [3] 增加了从每个内核提取的三个新池化操作：正值平均值（MPV）、正值指标平均值（MIPV）和正值最长延伸（LSPV）。扩张是一种降采样的形式，它通过在时间点之间定义间隔来实现。第一行Data Series T代表一个时间序列 T=[0, 1, 3, 2, 9, 1, 14, 15, 1, 2, 2, 10, 7]

2025-01-13 20:41:34 478

原创 Shapelet-aeon-TimeSeriesRegression

时间序列回归（TSR）是用一组实值、有序的时间序列数据训练模型，用来预测一个连续的目标变量。本文着眼于aeon回归模型，该模块由用于时间序列回归估计（TSER）的算法组成，但也适用于时间序列函数回归（TSFR）。上图分为上下两部分。该问题可用于估计钾浓度。基本事实是通过昂贵的实验室实验发现的，这些实验需要一些时间。光谱图（我们将有序数据序列视为时间序列）获取成本低廉，数据可以在任何环境中收集。从光谱图到浓度的准确回归将使土地和作物管理更加有效。

2025-01-13 15:40:29 1126

原创 Shapelet-aeon-GettingStarted-1

例如，智能手表的运动轨迹至少有三个维度（X、Y、Z坐标），或随时间记录的多个财务统计数据。例如，这可能是将智能手表上的运动轨迹拆分为不同的活动（如步行、跑步和坐着）的问题。集合估算器将像您期望的那样处理形状为的 2D 输入，但可能会将形状为的单变量序列集合与形状为的单个多变量序列混淆。如果序列是多变量的，我们将维度称为通道（以避免与数组的维度混淆）和代码使用n_channels。当指代集合中包含的单个时间序列时，我们交替使用术语案例和实例。在许多时间序列任务中，时间序列之间的距离是一种基本操作。

2025-01-13 11:42:11 812

原创 Shapelet-aeon-GettingStarted

接下来的信息为了让使用者快速把aeon跑起来。我们假定大家都熟悉包。如果您在这方面需要帮助，你可能会需要参考:Aeon是一个用于从时间序列中学习的开源工具包。有专门的笔记本详细介绍了这些模块中的每一个。本指南旨在向您简要介绍每个任务的主要概念和代码。有关每个任务可用的各种估计器的更多信息，请参阅上面的链接、和。

2025-01-12 21:10:29 313