强化学习
论文相关
TheWise_lzy
已毕业,社畜一枚
展开
-
时间序列模型 ARIMA
ARIMA模型(英语:AutoregressiveIntegratedMovingAverage model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),是时间序列预测分析方法之一。ARIMA(p,d,q)中,AR是“自回归”,p为自回归项数;MA为“滑动平均”,q为滑动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。“差分”一词虽未出现在ARIMA的英文名称中,却是关键步骤。statsmodels.tsa.arima_model包中有ARIMA集成好的模型...原创 2020-12-14 20:10:06 · 950 阅读 · 0 评论 -
时间序列模型 HA
数据为纽约市的交通进出情况(一个txt进,一个txt出),然后已知一年365天*24小时的数据,想用HA来预测,并计算MAE和RMSE来评估预测准确性。我的read()函数是用来拼接两个文件夹里的数据的,一般只要读取一个文件夹的数据即可,返回是一个大矩阵。我的HA是按周来计算的,第一周不参与评价预测。从第8天开始,以之前每周的同一天取平均做预测。比如今天是周二,则累加之前所有周的周二的数据,取平均值。import numpy as npfrom Train_Validate imp.原创 2020-12-14 19:58:19 · 3411 阅读 · 5 评论 -
Anaconda安装pytorch
1、打开Anaconda prompt执行下面命令: 1.1 新建一个环境 conda create --name python3X python=3.X (我用的3.7) 1.2 切换环境 activate python3X2、安装pytorch conda install pytorch-cpu torchvision-cpu -c pytorch (无所谓conda版本)*3、 测试torch是否安装成功>>import torch>&...原创 2020-11-16 21:08:33 · 246 阅读 · 3 评论 -
降维算法 t-SNE和UMAP的python实现
from sklearn import manifold# t-SNE 倾向于保存局部特征,训练较慢 for i in range(listLength): my_value[i] = np.array(my_value[i]).reshape(-1, 64) tsne = manifold.TSNE(n_components=2, init='pca', random_state=501) X_tsne = tsne.fit_transform.原创 2020-11-07 16:15:26 · 3036 阅读 · 0 评论