- 博客(12)
- 收藏
- 关注
RSS订阅原创 深度学习报错总结
3.invalid parameter init for estimator kerasclassifier：估计器Kerasclassifier的参数初始化无效。弃用警告：Kerasclassifier 已弃用，请改用 sci-keras。注意：换包之后模型函数定义中声明的参数无效，在模型确定中需重写参数，即错误3.
2023-06-02 21:09:35
939
原创 R主成分分析与因子分析
是降维方法的一种，在原始数据信息损失较小的情况下，利用少数的不相关的综合变量来代替较多的原始变量。一般来说，主成分不超过5个。函数为princomp(）。
2023-05-02 23:27:55
776
原创 R方差分析
方差分析是一种类似线性模型的检验方法，检验对象为因素，因素的不同表现为水平。Bartlett适用于服从正态分布的数据，Levene适用于非正态数据和正态数据，函数为leveneTest()。函数包在程辑包car中。
2023-05-01 21:43:34
150
原创 R回归分析
回归分析是处理变量间相互依存关系的一种有效方法。线性回归是最基本的回归方法。适合探索两个变量或多个变量之间的依存关系，如：一元线性回归和多元线性回归。回归拟合模型为：Sepal.Length=4.7776+0.8886*Petal.Width。最常用的估计参数a，b的方法是普通最小二乘法，即通过残差平方和Q最小来确定回归直线。1.1 模型：y=a+bx+e，e是误差项。1.3 实例：iris数据集的一元回归建模。# 1.一元线性回归。
2023-04-25 22:21:30
4365
原创 数据预处理R
1.缺失值： is.na(x) # 输出T：存在缺失值；完全非随机：较为严重的问题，依赖变量本身，需要从数据收集过程寻找原因。完全随机：较为理想状态，统计意义上缺失值是独立的，即不依赖任何变量。处理缺失值之前先判断缺失模式：完全随机、随机、完全非随机。随机缺失：依赖其他变量，并不由含有缺失值的变量本身决定。# 1.1缺失模型判断。
2023-04-19 22:35:11
114
1
原创 文件基础读写
encoding也可以设置为范围更广的‘GBK’格式。# 1.导入文本（‘r’，‘w’，‘s’）‘r’表示只读，‘w’表示写入。将txt中的内容写入file。
2023-04-11 15:57:49
30
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人