机器学习7.21

最新推荐文章于 2021-08-21 19:42:59 发布
最新推荐文章于 2021-08-21 19:42:59 发布
阅读量176 收藏
点赞数
分类专栏： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/swzheng97/article/details/119010109
版权

昨日内容回顾

  • K近邻模型代码实战

    # 标准化处理
	统一量纲
    
# 哑变量处理
	字符>>>数值

  • 朴素贝叶斯模型

    # 高斯贝叶斯分类器
	
# 多项式贝叶斯分类器

# 伯努利贝叶斯分类器

  • SVM模型

    # 超平面

# 分隔带

# 线性可分

# 线性不可分

  • K均值聚类

    # 典型的无监督学习算法模型

# K值选择
	拐点法
    交叉验证法

今日内容概要

  • K均值聚类代码实战

  • DBSCAN聚类分析模型

  • GBDT模型

    难度较难 复杂度较高

  • 总复习之路

    复习+考试+模拟面试问题
"""可以开始投递简历了 课程有面试就去面 没有就回来听课"""

今日内容详细

K均值聚类代码实战

"""
拐点法与轮廓系数法
	最好掌握函数大致的编写思路并能够用语言描述出来
"""

K均值聚类容易受到异常值的影响

DBSCAN聚类分析模型

# 也称之为密度聚类
Kmeans聚类存在两个致命缺点
	⼀是聚类效果容易受到异常样本点的影响
    ⼆是该算法⽆法准确地将⾮球形样本进⾏合理的聚类
 	ps:参考群内截图
        
密度聚类的几个重要概念
	1.核心对象
    2.非核心对象
    3.直接密度可达
    4.密度相连
	ps:密度聚类重要的参考指标就是密度可达

密度聚类步骤
	1.设置一个合理的半径和最少样本量
    2.挑选核心对象
    3.在核心对象的区域内再挑选核心对象
    4.重复步骤2与3 最后按照密度相连组织成一个群体
    5.重复234
    
##################代码实战#############
# 导入第三方模块
import pandas as pd
import numpy as np
from sklearn.datasets.samples_generator import make_blobs
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn import cluster

# 模拟数据集
X,y = make_blobs(n_samples = 2000, centers = [[-1,-2],[1,3]], cluster_std = [0.5,0.5], random_state = 1234)
# 将模拟得到的数组转换为数据框，用于绘图
plot_data = pd.DataFrame(np.column_stack((X,y)), columns = ['x1','x2','y'])
# 设置绘图风格
plt.style.use('ggplot')
# 绘制散点图（用不同的形状代表不同的簇）
sns.lmplot('x1', 'x2', data = plot_data, hue = 'y',markers = ['^','o'],
           fit_reg = False, legend = False)
# 显示图形
plt.show()


# 导入第三方模块
from sklearn import cluster
# 构建Kmeans聚类和密度聚类
kmeans = cluster.KMeans(n_clusters=2, random_state=1234)
kmeans.fit(X)
dbscan = cluster.DBSCAN(eps = 0.5, min_samples = 10)
dbscan.fit(X)
# 将Kmeans聚类和密度聚类的簇标签添加到数据框中
plot_data['kmeans_label'] = kmeans.labels_
plot_data['dbscan_label'] = dbscan.labels_

# 绘制聚类效果图
# 设置大图框的长和高
plt.figure(figsize = (12,6))
# 设置第一个子图的布局
ax1 = plt.subplot2grid(shape = (1,2), loc = (0,0))
# 绘制散点图
ax1.scatter(plot_data.x1, plot_data.x2, c = plot_data.kmeans_label)
# 设置第二个子图的布局
ax2 = plt.subplot2grid(shape = (1,2), loc = (0,1))
# 绘制散点图(为了使Kmeans聚类和密度聚类的效果图颜色一致，通过序列的map“方法”对颜色作重映射)
ax2.scatter(plot_data.x1, plot_data.x2, c=plot_data.dbscan_label.map({-1:1,0:2,1:0}))
# 显示图形
plt.show()


# 导入第三方模块
from sklearn.datasets.samples_generator import make_moons
# 构造非球形样本点
X1,y1 = make_moons(n_samples=2000, noise = 0.05, random_state = 1234)
# 构造球形样本点
X2,y2 = make_blobs(n_samples=1000, centers = [[3,3]], cluster_std = 0.5, random_state = 1234)
# 将y2的值替换为2(为了避免与y1的值冲突，因为原始y1和y2中都有0这个值)
y2 = np.where(y2 == 0,2,0)
# 将模拟得到的数组转换为数据框，用于绘图
plot_data = pd.DataFrame(np.row_stack([np.column_stack((X1,y1)),np.column_stack((X2,y2))]), columns = ['x1','x2','y'])

# 绘制散点图（用不同的形状代表不同的簇）
sns.lmplot('x1', 'x2', data = plot_data, hue = 'y',markers = ['^','o','>'],
           fit_reg = False, legend = False)
# 显示图形
plt.show()


# 构建Kmeans聚类和密度聚类
kmeans = cluster.KMeans(n_clusters=3, random_state=1234)
kmeans.fit(plot_data[['x1','x2']])
dbscan = cluster.DBSCAN(eps = 0.3, min_samples = 5)
dbscan.fit(plot_data[['x1','x2']])
# 将Kmeans聚类和密度聚类的簇标签添加到数据框中
plot_data['kmeans_label'] = kmeans.labels_
plot_data['dbscan_label'] = dbscan.labels_

# 绘制聚类效果图
# 设置大图框的长和高
plt.figure(figsize = (12,6))
# 设置第一个子图的布局
ax1 = plt.subplot2grid(shape = (1,2), loc = (0,0))
# 绘制散点图
ax1.scatter(plot_data.x1, plot_data.x2, c = plot_data.kmeans_label)
# 设置第二个子图的布局
ax2 = plt.subplot2grid(shape = (1,2), loc = (0,1))
# 绘制散点图(为了使Kmeans聚类和密度聚类的效果图颜色一致，通过序列的map“方法”对颜色作重映射)
ax2.scatter(plot_data.x1, plot_data.x2, c=plot_data.dbscan_label.map({-1:1,0:0,1:3,2:2}))
# 显示图形
plt.show()


# 读取外部数据
Province = pd.read_excel(r'Province.xlsx')
Province.head()
# 绘制出生率与死亡率散点图
plt.scatter(Province.Birth_Rate, Province.Death_Rate, c = 'steelblue')
# 添加轴标签
plt.xlabel('Birth_Rate')
plt.ylabel('Death_Rate')
# 显示图形
plt.show()


# 读入第三方包
from sklearn import preprocessing
# 选取建模的变量
predictors = ['Birth_Rate','Death_Rate']
# 变量的标准化处理
X = preprocessing.scale(Province[predictors])
X = pd.DataFrame(X)
X

# 构建空列表，用于保存不同参数组合下的结果
res = []
# 迭代不同的eps值
for eps in np.arange(0.001,1,0.05):
    # 迭代不同的min_samples值
    for min_samples in range(2,10):
        dbscan = cluster.DBSCAN(eps = eps, min_samples = min_samples)
        # 模型拟合
        dbscan.fit(X)
        # 统计各参数组合下的聚类个数（-1表示异常点）
        n_clusters = len([i for i in set(dbscan.labels_) if i != -1])
        # 异常点的个数
        outliners = np.sum(np.where(dbscan.labels_ == -1, 1,0))
        # 统计每个簇的样本个数
        stats = str(pd.Series([i for i in dbscan.labels_ if i != -1]).value_counts().values)
        res.append({'eps':eps,'min_samples':min_samples,'n_clusters':n_clusters,'outliners':outliners,'stats':stats})
# 将迭代后的结果存储到数据框中        
df = pd.DataFrame(res)
df
# 根据条件筛选合理的参数组合
df.loc[df.n_clusters == 3, :]


%matplotlib
# 中文乱码和坐标轴负号的处理
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

# 利用上述的参数组合值，重建密度聚类算法
dbscan = cluster.DBSCAN(eps = 0.801, min_samples = 3)
# 模型拟合
dbscan.fit(X)
Province['dbscan_label'] = dbscan.labels_
# 绘制聚类聚类的效果散点图
sns.lmplot(x = 'Birth_Rate', y = 'Death_Rate', hue = 'dbscan_label', data = Province,
           markers = ['*','d','^','o'], fit_reg = False, legend = False)
# 添加省份标签
for x,y,text in zip(Province.Birth_Rate,Province.Death_Rate, Province.Province):
    plt.text(x+0.1,y-0.1,text, size = 8)
# 添加参考线
plt.hlines(y = 5.8, xmin = Province.Birth_Rate.min(), xmax = Province.Birth_Rate.max(), 
           linestyles = '--', colors = 'red')
plt.vlines(x = 10, ymin = Province.Death_Rate.min(), ymax = Province.Death_Rate.max(), 
           linestyles = '--', colors = 'red')
# 添加轴标签
plt.xlabel('Birth_Rate')
plt.ylabel('Death_Rate')
# 显示图形
plt.show()


# 导入第三方模块
from sklearn import metrics
# 构造自定义函数，用于绘制不同k值和对应轮廓系数的折线图
def k_silhouette(X, clusters):
    K = range(2,clusters+1)
    # 构建空列表，用于存储个中簇数下的轮廓系数
    S = []
    for k in K:
        kmeans = cluster.KMeans(n_clusters=k)
        kmeans.fit(X)
        labels = kmeans.labels_
        # 调用字模块metrics中的silhouette_score函数，计算轮廓系数
        S.append(metrics.silhouette_score(X, labels, metric='euclidean'))

    # 中文和负号的正常显示
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['axes.unicode_minus'] = False
    # 设置绘图风格
    plt.style.use('ggplot')    
    # 绘制K的个数与轮廓系数的关系
    plt.plot(K, S, 'b*-')
    plt.xlabel('簇的个数')
    plt.ylabel('轮廓系数')
    # 显示图形
    plt.show()
    
# 聚类个数的探索
k_silhouette(X, clusters = 10)


# 利用Kmeans聚类
kmeans = cluster.KMeans(n_clusters = 3)
# 模型拟合
kmeans.fit(X)
Province['kmeans_label'] = kmeans.labels_
# 绘制Kmeans聚类的效果散点图
sns.lmplot(x = 'Birth_Rate', y = 'Death_Rate', hue = 'kmeans_label', data = Province,
           markers = ['d','^','o'], fit_reg = False, legend = False)
# 添加轴标签
plt.xlabel('Birth_Rate')
plt.ylabel('Death_Rate')
plt.show()

GBDT模型

提升树算法与线性回归模型的思想类似 所不同的是该算法实现了多颗基础决策树的加权运算 最具代表的提升树AdaBoost算法

# AdaBoost算法需要解决的三大难题
	1.样本点的权重
    2.基础决策树选择
    3.每一颗决策树权重
    
# GBDT算法
	是提升算法的扩展版
    利⽤损失函数的负梯度值作为该轮基础模型损失值的近似，并利⽤这个近似值构建下⼀轮基础模型
    
# 非平衡数据
	在实际应⽤中，类别型的因变量可能存在严重的偏倚，即类别之间的⽐例严重失调。如欺诈问题中，欺诈类观测在样本集中毕竟占少数；客户流失问题中，忠实的客户往往也是占很少⼀部分；在某营销活动的响应问题中，真正参与活动的客户也同样只是少部分
    
# 解决失衡问题
	SMOTE算法:是对少数类别样本进⾏分析和模拟，并将⼈⼯模拟的新样本添加到数据集中
    具体步骤:
        采样最邻近算法，计算出每个少数类样本的K个近邻。
        从K个近邻中随机挑选N个样本进⾏随机线性插值。
        构造新的少数类样本。
        将新样本与原数据合成，产⽣新的训练集
       
# XGBoost算法
	由传统的GBDT模型发展而来 使用损失函数的一阶和二阶导
    1.支持并行(同时执行 需要使用多个CPU才可以)计算 提高算法的运行效率
    2.加入了正则项 降低了模型的复杂度
    3.采用随机森林思想可以防止过拟合 降低模型的计算量
    
#################代码实战##################
# 导入第三方包
import pandas as pd
import matplotlib.pyplot as plt

# 读入数据
default = pd.read_excel(r'default of credit card.xls')

# 数据集中是否违约的客户比例
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
# 统计客户是否违约的频数
counts = default.y.value_counts()
# 绘制饼图
plt.pie(x = counts, # 绘图数据
        labels=pd.Series(counts.index).map({0:'不违约',1:'违约'}), # 添加文字标签
        autopct='%.1f%%' # 设置百分比的格式，这里保留一位小数
       )
# 显示图形
plt.show()


# 将数据集拆分为训练集和测试集
# 导入第三方包
from sklearn import model_selection
from sklearn import ensemble
from sklearn import metrics

# 排除数据集中的ID变量和因变量，剩余的数据用作自变量X
X = default.drop(['ID','y'], axis = 1)
y = default.y
# 数据拆分
X_train,X_test,y_train,y_test = model_selection.train_test_split(X,y,test_size = 0.25, random_state = 1234)

# 构建AdaBoost算法的类
AdaBoost1 = ensemble.AdaBoostClassifier()
# 算法在训练数据集上的拟合
AdaBoost1.fit(X_train,y_train)
# 算法在测试数据集上的预测
pred1 = AdaBoost1.predict(X_test)

# 返回模型的预测效果
print('模型的准确率为：\n',metrics.accuracy_score(y_test, pred1))
print('模型的评估报告：\n',metrics.classification_report(y_test, pred1))


# 计算客户违约的概率值，用于生成ROC曲线的数据
y_score = AdaBoost1.predict_proba(X_test)[:,1]
fpr,tpr,threshold = metrics.roc_curve(y_test, y_score)
# 计算AUC的值
roc_auc = metrics.auc(fpr,tpr)

# 绘制面积图
plt.stackplot(fpr, tpr, color='steelblue', alpha = 0.5, edgecolor = 'black')
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
plt.text(0.5,0.3,'ROC curve (area = %0.2f)' % roc_auc)
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
# 显示图形
plt.show()


# 自变量的重要性排序
importance = pd.Series(AdaBoost1.feature_importances_, index = X.columns)
importance.sort_values().plot(kind = 'barh')
plt.show()


# 取出重要性比较高的自变量建模
predictors = list(importance[importance>0.02].index)
predictors

# 通过网格搜索法选择基础模型所对应的合理参数组合
# 导入第三方包
from sklearn.model_selection import GridSearchCV
from sklearn.tree import DecisionTreeClassifier

max_depth = [3,4,5,6]
params1 = {'base_estimator__max_depth':max_depth}
base_model = GridSearchCV(estimator = ensemble.AdaBoostClassifier(base_estimator = DecisionTreeClassifier()),
                          param_grid= params1, scoring = 'roc_auc', cv = 5, n_jobs = 4, verbose = 1)
base_model.fit(X_train[predictors],y_train)
# 返回参数的最佳组合和对应AUC值
base_model.best_params_, base_model.best_score_


# 通过网格搜索法选择提升树的合理参数组合
# 导入第三方包
from sklearn.model_selection import GridSearchCV

n_estimators = [100,200,300]
learning_rate = [0.01,0.05,0.1,0.2]
params2 = {'n_estimators':n_estimators,'learning_rate':learning_rate}
adaboost = GridSearchCV(estimator = ensemble.AdaBoostClassifier(base_estimator = DecisionTreeClassifier(max_depth = 3)),
                        param_grid= params2, scoring = 'roc_auc', cv = 5, n_jobs = 4, verbose = 1)
adaboost.fit(X_train[predictors] ,y_train)
# 返回参数的最佳组合和对应AUC值
adaboost.best_params_, adaboost.best_score_


# 使用最佳的参数组合构建AdaBoost模型
AdaBoost2 = ensemble.AdaBoostClassifier(base_estimator = DecisionTreeClassifier(max_depth = 3),
                                       n_estimators = 300, learning_rate = 0.01)
# 算法在训练数据集上的拟合
AdaBoost2.fit(X_train[predictors],y_train)
# 算法在测试数据集上的预测
pred2 = AdaBoost2.predict(X_test[predictors])

# 返回模型的预测效果
print('模型的准确率为：\n',metrics.accuracy_score(y_test, pred2))
print('模型的评估报告：\n',metrics.classification_report(y_test, pred2))


# 计算正例的预测概率，用于生成ROC曲线的数据
y_score = AdaBoost2.predict_proba(X_test[predictors])[:,1]
fpr,tpr,threshold = metrics.roc_curve(y_test, y_score)
# 计算AUC的值
roc_auc = metrics.auc(fpr,tpr)

# 绘制面积图
plt.stackplot(fpr, tpr, color='steelblue', alpha = 0.5, edgecolor = 'black')
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
plt.text(0.5,0.3,'ROC curve (area = %0.2f)' % roc_auc)
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
# 显示图形
plt.show()


# 计算正例的预测概率，用于生成ROC曲线的数据
y_score = AdaBoost2.predict_proba(X_test[predictors])[:,1]
fpr,tpr,threshold = metrics.roc_curve(y_test, y_score)
# 计算AUC的值
roc_auc = metrics.auc(fpr,tpr)

# 绘制面积图
plt.stackplot(fpr, tpr, color='steelblue', alpha = 0.5, edgecolor = 'black')
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
plt.text(0.5,0.3,'ROC curve (area = %0.2f)' % roc_auc)
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
# 显示图形
plt.show()


# 基于最佳参数组合的GBDT模型，对测试数据集进行预测
pred = gbdt_grid.predict(X_test[predictors])
# 返回模型的预测效果
print('模型的准确率为：\n',metrics.accuracy_score(y_test, pred))
print('模型的评估报告：\n',metrics.classification_report(y_test, pred))


# 计算违约客户的概率值，用于生成ROC曲线的数据
y_score = gbdt_grid.predict_proba(X_test[predictors])[:,1]
fpr,tpr,threshold = metrics.roc_curve(y_test, y_score)
# 计算AUC的值
roc_auc = metrics.auc(fpr,tpr)

# 绘制面积图
plt.stackplot(fpr, tpr, color='steelblue', alpha = 0.5, edgecolor = 'black')
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
plt.text(0.5,0.3,'ROC curve (area = %0.2f)' % roc_auc)
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
# 显示图形
plt.show()


# 读入数据
creditcard = pd.read_csv(r'creditcard.csv')


# 为确保绘制的饼图为圆形，需执行如下代码
plt.axes(aspect = 'equal')
# 统计交易是否为欺诈的频数
counts = creditcard.Class.value_counts()
# 绘制饼图
plt.pie(x = counts, # 绘图数据
        labels=pd.Series(counts.index).map({0:'正常',1:'欺诈'}), # 添加文字标签
        autopct='%.2f%%' # 设置百分比的格式，这里保留一位小数
       )
# 显示图形
plt.show()


# 将数据拆分为训练集和测试集
# 删除自变量中的Time变量
X = creditcard.drop(['Time','Class'], axis = 1)
y = creditcard.Class
# 数据拆分
X_train,X_test,y_train,y_test = model_selection.train_test_split(X,y,test_size = 0.3, random_state = 1234)


!pip3 install imblearn
# 导入第三方包
from imblearn.over_sampling import SMOTE

# 运用SMOTE算法实现训练数据集的平衡
over_samples = SMOTE(random_state=1234) 
# over_samples_X,over_samples_y = over_samples.fit_sample(X_train, y_train)
over_samples_X, over_samples_y = over_samples.fit_sample(X_train.values,y_train.values.ravel())
# 重抽样前的类别比例
print(y_train.value_counts()/len(y_train))
# 重抽样后的类别比例
print(pd.Series(over_samples_y).value_counts()/len(over_samples_y))


# https://www.lfd.uci.edu/~gohlke/pythonlibs/
# 导入第三方包
import xgboost
import numpy as np
# 构建XGBoost分类器
xgboost = xgboost.XGBClassifier()
# 使用重抽样后的数据，对其建模
xgboost.fit(over_samples_X,over_samples_y)
# 将模型运用到测试数据集中
resample_pred = xgboost.predict(np.array(X_test))

# 返回模型的预测效果
print('模型的准确率为：\n',metrics.accuracy_score(y_test, resample_pred))
print('模型的评估报告：\n',metrics.classification_report(y_test, resample_pred))


# 计算欺诈交易的概率值，用于生成ROC曲线的数据
y_score = xgboost.predict_proba(np.array(X_test))[:,1]
fpr,tpr,threshold = metrics.roc_curve(y_test, y_score)
# 计算AUC的值
roc_auc = metrics.auc(fpr,tpr)

# 绘制面积图
plt.stackplot(fpr, tpr, color='steelblue', alpha = 0.5, edgecolor = 'black')
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
plt.text(0.5,0.3,'ROC curve (area = %0.2f)' % roc_auc)
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
# 显示图形
plt.show()


# 构建XGBoost分类器
import xgboost
xgboost2 = xgboost.XGBClassifier()
# 使用非平衡的训练数据集拟合模型
xgboost2.fit(X_train,y_train)
# 基于拟合的模型对测试数据集进行预测
pred2 = xgboost2.predict(X_test)
# 混淆矩阵
pd.crosstab(pred2,y_test)


# 返回模型的预测效果
print('模型的准确率为：\n',metrics.accuracy_score(y_test, pred2))
print('模型的评估报告：\n',metrics.classification_report(y_test, pred2))


# 计算欺诈交易的概率值，用于生成ROC曲线的数据
y_score = xgboost2.predict_proba(X_test)[:,1]
fpr,tpr,threshold = metrics.roc_curve(y_test, y_score)
# 计算AUC的值
roc_auc = metrics.auc(fpr,tpr)

# 绘制面积图
plt.stackplot(fpr, tpr, color='steelblue', alpha = 0.5, edgecolor = 'black')
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
plt.text(0.5,0.3,'ROC curve (area = %0.2f)' % roc_auc)
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
# 显示图形
plt.show()

作业

1.将所有的算法模型用自己的话写道笔记上(5:30PM)
	模拟面试官问你 你写出答案
 
2.将所有的算法模型实战代码保存到博客园或者网络上自己的笔记中(每天之前)
	博客园、知乎、csdn、印象笔记
 
3.已经出去面试了的同学将面试过程中的问题写到今日笔记中分享到群里(适时)

"""
面试的面试题一定要记录下来并分享到群里
"""
SWZHENG97
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
软件工程7.21
08-03
1. Send message to Elevator Button to check if it is turned on 2. Send message t
支持向量机算法学习笔记（二）
机器学习算法那些事
03-18 456
上节的支持向量机分类：若存在异常点，用上节的支持向量机算法进行分类：由上述分类结果可知，若存在异常点，用上节的支持向量机进行分类，泛化性能较差。解决方法...
支持向量机SVM [核函数和参数]
gukedream的专栏
01-19 8453
核映射与核函数 通过核函数，支持向量机可以将特征向量映射到更高维的空间中，使得原本线性不可分的数据在映射之后的空间中变得线性可分。假设原始向量为x，映射之后的向量为z，这个映射为： 在实现时不需要直接对特征向量做这个映射，而是用核函数对两个特征向量的内积进行变换，这样做等价于先对向量进行映射然后再做内积： 在这里K为核函数。常用的非线性核函数有多项式核，高斯核（也叫径向基函数核，RB...
三星CM7.21update
11-30
三星CM7.21update rc2.1 具体看说明吧~~
犀牛rhino V7.21安装包-链接地址.txt
10-13
犀牛rhino V7.21安装包_链接地址 犀牛rhino V7.21安装包_链接地址
深山留言板 7.21
04-30
深山留言板 7.21 更新日志：2016-08-11 修改了二维码错位显示问题修改了PC版与wap版搜索留言与添加留言为相对路径修改台框架效果增加了前台显示选择CSS样式名称修改后台选择CSS样式提示错误增加了24种css模板效果...
CAJViewer 7.21
06-13
CAJViewer 7.21，CAJ全文浏览器是中国期刊网的专用全文格式阅读器，与超星阅读器类似，caj浏览器也是一个电子图书阅读器（caj阅读器，CAJ全文浏览器），caj浏览器支持中国期刊网的CAJ、NH、KDH和PDF格式文件阅读。...
数据分析-spss5.11
SWZHENG97的博客
05-11 2526
今日课程内容 内容回顾 作业讲解 推断统计 两配对样本检测 二项分布 卡方检测 游程检测 内容回顾 推断统计： 概念：利用样本数据推断总体参数的方法 统计学概念：推断 包括：参数估计、假设检验 参数估计：总体参数未知，利用样本推断出总体参数。 例如：通过2w个自愿者统计工资为8k，推断出上海的平均工资为8k 假设检验：总体参数已知，利用样本数据验证该假设 例如：中国人的平均身高为168，通过20w人口的数据，验证推断 假设
贪吃蛇代码
SWZHENG97的博客
06-22 2516
贪吃蛇代码 # -*- coding: utf-8 -*- import pygame import random import copy ''' 首先设置蛇的一个运行方向 接下来判断键盘事件在决定蛇的运行方向 蛇可以运行起来了 那么接下来就是 吃食物增加自己的长度 和 不吃食物在不同的位置显示 ''' # 初始小蛇方向 move_up = False move_down = False move_left = False move_right = True # 1.1 游戏初始化
数据分析-spss5.06
SWZHENG97的博客
05-06 1439
今日课程内容 内容回顾 作业讲解 数据处理 删除重复值 处理异常值 数据的合并 数据的拆分 … 内容回顾 1.spss的介绍与安装 2.spss的基本使用 3.spss的结构 变量视图-》》类似于数据库的列名设计 数据视图-》》类似于表格 步骤：先设计数据的表名(变量),数据的操作 4.spss的专业术语 case sample value ... 5.调查问卷
爬取微博评论数据
SWZHENG97的博客
08-21 1267
常见的两种商业爬虫： 论坛文章评论数据的采集：微博、知乎、贴吧、推特 电商网站的数据采集：京东、淘宝、。 import requests import pprint import time import openpyxl workbook = openpyxl.Workbook() sheet = workbook.active # 1-10 # 循环爬取10页留言 for i in range(1,10): url = '' print(url) respo
数据分析-spss5.10
SWZHENG97的博客
05-11 1216
今日课程内容 内容回顾 作业讲解 描述分析 描述性统计 交叉表制作 异常值检验 推断统计 内容回顾 描述性统计 1.统计数据的基本概念 统计数据的分类：分类数据、顺序数据、数值型数据 统计量： 集中趋势：均值、众数、中位数、四分位数 离散程度：极差、四分位差、异众比率、方差、标准差 分布描述：峰度、偏度 左偏 右偏 平坦 尖峰
数据分析-spss5.12
SWZHENG97的博客
05-13 1059
今日课程内容 内容回顾 线性回归 相关分析 一元回归分析 多元回归分析 多重回归分析 内容回顾 数据分析的基本流程 1.加载数据(数据的类型，可能需要修改) 2.数据处理 Excel的数据处理 spss的数据处理 3.数据统计分析：方差、标准差、最大值、最小值、和... Excel的统计 spss的统计性描述分析 4.可视化 绘制图表 Excel的插入图表 spss的简单图表
数据分析案例
SWZHENG97的博客
07-18 699
数据分析案例 数据分析案例要求 电商数据分析案例 电商数据分析案例 一.数据集介绍 此次的数据集来自kaggle的关于在线零售业务的交易数据，该公司主要销售礼品，大部分出售对象是面向批发商。 二.数据集字段介绍 数据包含541910行，8个字段，字段内容为： InvoiceNo: 订单编号，每笔交易有6个整数，退货订单编号开头有字母’C’。 StockCode: 产品编号，由5个整数组成。 Description: 产品描述。 Quantity: 产品数量，有负号的表示退货 InvoiceDate:
数据分析-python模块5.25
SWZHENG97的博客
05-26 650
昨日内容回顾 数据可视化模块 matplotlib 基于matplotlib的seaborn模块 import matplotlib.pyplot as plt 绘制图形有两种策略 1.直接使用Plt模块 plt.图形样式方法 2.使用DataFrame内置方法 df.plot(kind='图形样式') 饼图 通过面积大小反应权重占比 Plt.pie() 条形图 主体高低反应数值差异 垂直条形图 plt.bar 水平条形图 plt.barh 交叉
机器学习7.20
SWZHENG97的博客
07-20 563
昨日内容回顾 Logistic回归模型 对线性回归模型的公式做了Logit变换 转换成了[0,1]之间的概率值 有监督与无监督机器学习 """针对每个模型 最好都记住一个该模型的实际案例""" 决策树与随机森林 树结构 是计算机底层较为常见的一种数据结构 二叉树、红黑树、B+树... 决策树 根节点与枝节点都是某个条件 只有叶子节点是最终的数据 随机森林 其实就是由多颗决策树组织而成 """针对面试不会的问题 一定要在面试之后记录下来并查找答案""" K近邻模型 以未
数据分析-spss5.13
SWZHENG97的博客
05-14 328
今日课程内容 内容回顾 回归分析-逻辑回归 哑变量的设置 哑变量回归分析 包含1个哑变量和一个数值 二元逻辑回归：概率、评估 内容回顾 1.回归分析 依据哑变量分为：不包含---一元、二元、多元回归分析 包含---逻辑回归、多元逻辑回归 线性回归： 步骤： 明确目标，确定因变量和自变量 绘制散点图，确定数据的线性分布 进行相关分析，确定回归模型 计算误差值
数据分析-Tableua6.01
SWZHENG97的博客
06-02 326
今日课程内容 Tableua的下载与安装 Tableua的大纲 Tableua的基本操作 连接数据源 分层、分组 … 下载与安装 下载地址：https://www.tableau.com/zh-cn/products/desktop Tableua的大纲 1.基本操作 2.图形构造 3.计算 4.参数 5.LOD函数 6.表计算 7.仪表板的操作 8.复杂图形-跑道图 Tableua基本操作 1.连接数据 2.Tableua的基本界面 3.颜色、大小、标签、详细信息、工具提示的使用 4.分组分
数据分析-spss4.30
SWZHENG97的博客
05-03 325
今日课程安排 SPSS的安装与使用 SPSS的输入数据 SPSS的问卷调查 今日内容详细 内容回顾 1.数据分析的概念 使用适当的分析方法和工具对收集来的数据进行分析研究，得出结论，编写报告。 数据分析工具：Excel、SPSS、python(学习)/R/SAS、Tableua、mysql... 2.Excel Excel的操作计算 Excel的函数 Excel的数据处理 Excel的查询、筛选、vlookup Excel的分析方法 对比
nvenc 7.21 h265
最新发布
10-30
NVENC是英伟达公司推出的一种视频编码技术，它使用GPU的硬件编码器来进行视频编码。7.21是指NVENC版本号，而H265则表示编码格式为H.265。 H.265是一种高效的视频编码标准，也被称为HEVC (High Efficiency Video Coding)。相比于H.264，H.265可以提供更好的视频质量，同时减少了大约50%的比特率。它可以在相同的比特率下提供更清晰、更细节丰富的视频画面。 当使用NVENC 7.21进行H.265编码时，可以得到高效且高质量的视频输出。NVENC版本7.21很可能进行了一些改进和优化，以进一步提高编码质量和性能。而H.265编码格式可以为视频提供更小的文件大小和更高的压缩比，同时保持视频质量。 因此，使用NVENC 7.21进行H.265编码可以在保持视频质量的同时减少视频文件的大小，从而提高视频传输效率和存储空间利用率。这对于在线视频流媒体、视频会议、游戏直播等领域都非常有用。同时，通过GPU硬件编码器进行H.265编码，可以减轻CPU的负担，提高整体系统性能。 总之，NVENC 7.21 H.265编码技术结合了英伟达的硬件加速和H.265的高效压缩算法，可以提供高质量、高效率的视频编码解决方案。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值