程序员老孙
码龄12年
求更新 关注
提问 私信
  • 博客:130,039
    130,039
    总访问量
  • 118
    原创
  • 910
    粉丝
  • 241
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:北京市
加入CSDN时间: 2014-01-14

个人简介:技术宅

博客简介:

u013473447的专栏

查看详细资料
个人成就
  • 获得2,074次点赞
  • 内容获得15次评论
  • 获得1,783次收藏
  • 代码片获得602次分享
  • 博客总排名24,618名
  • 原力等级
    原力等级
    5
    原力分
    1,380
    本月获得
    3
创作历程
  • 87篇
    2025年
  • 18篇
    2024年
  • 1篇
    2023年
  • 4篇
    2022年
  • 8篇
    2021年
成就勋章
TA的专栏
  • java
    7篇
  • 人工智能
    84篇
  • 前端
    13篇
  • 框架
    2篇
  • C#学习
  • linux c++
    8篇

TA关注的专栏 2

TA关注的收藏夹 0

TA关注的社区 14

TA参与的活动 0

兴趣领域 设置
  • 人工智能
    深度学习
创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

76人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

阿里云、腾讯云开通端口 telnet不通的原因

最关键的来了:如果把端口开通后,上面仅仅是开通了,你新开的端口没有服务,当然telnet不通,还需要开通监听服务:nc -lk 8007 & (开通8007的监听服务),这个时候才能Telnet通。2、防火墙是否关闭,或者打开后,是否开通了相应端口;1、安全组是否已经开通相对应的端口;
原创
博文更新于 2025.04.22 ·
450 阅读 ·
10 点赞 ·
0 评论 ·
5 收藏

精通Python(83)

大家可以试一试,不同的模型预测结果是否存在较大的差异,哪个是你心目中最理想的模型,然后大家可以通过实验验证我们之前提到的一个观点,看看特征工程是不是对预测的结果有重要的影响。从上面的统计图表可以看出,一等舱的乘客有更高的存活率,女性乘客相较于男性乘客也有更高的存活率,在瑟堡登船的用户存活率较其他两地更高。对于我们加载的数据集,我们可以将年龄字段的缺失值处理为中位数,将登船港口的缺失值处理为众数,客舱号字段的缺失值比较多,一种处理方式是直接删除这个列,另一种处理方式是二值化,有客舱号的记为。
原创
博文更新于 2025.04.18 ·
1678 阅读 ·
47 点赞 ·
0 评论 ·
24 收藏

精通Python(82)

从传统的基于规则、基于统计的方法到深度学习和 Transformer 架构,研究人员一直没有停下对 NLP 探索的脚本,即便经历了人工智能的几次寒冬。随着 GPT 和 BERT 的出现,再到今天各种大模型在不同领域得到广泛应用,计算机已经能够理解和生成几乎所有语言的精髓并顺利的通过“图灵测试”。这一切不仅改变了我们与机器的互动方式,更为信息的获取、理解和交流开辟了崭新的天地,语言的力量永不止步!
原创
博文更新于 2025.04.17 ·
1011 阅读 ·
18 点赞 ·
0 评论 ·
16 收藏

精通Python(81)

神经网络模型使用了与传统机器学习算法不同的方式从海量数据中学习知识,尽管模型缺乏可解释性,但不能否认它在图像、语音和自然语言处理等多个领域已经取得了显著的成绩。当然,训练神经网络模型需要消耗大量的资源,在应用神经网络模型时建议权衡其优缺点,并根据具体的任务需求选择合适的模型和训练方法。对于那些数据量较小、需要可解释性或计算资源有限的场景,我们建议考虑使用传统的机器学习算法或者其他更轻量级的模型。
原创
博文更新于 2025.04.16 ·
861 阅读 ·
19 点赞 ·
0 评论 ·
28 收藏

精通Python(80)

集成学习通过结合多个模型来减少模型的偏差和方差,通常能获得比单一模型更好的预测效果。由于集成学习通常结合多个基础模型,它能够有效降低单一模型可能存在的过拟合问题,也能够处理异常数据和噪声数据,比单一模型更加稳定。当然,集成学习也存在计算开销大、模型可解释性差、超参数调优复杂等问题。除了 XGBoost 和 LightGBM 之外,还有一个因处理类别特征而闻名的 Boosting 算法叫做 CatBoost,三者都是 GBDT 系列算法的佼佼者。
原创
博文更新于 2025.04.15 ·
587 阅读 ·
9 点赞 ·
0 评论 ·
11 收藏

精通Python(79)

K-Means 是一种经典的聚类算法,它的优点包括实现简单,算法收敛速度快;缺点是结果不稳定(跟初始值设定有关系),无法解决样本不均衡的问题,容易收敛到局部最优解,受噪声数据影响较大。如果你想通过可视化的方式理解聚类的过程,我们给大家推荐一个名为 Naftali 的人的博客,该网站上提供了可视化的方式展示 K-Means 和 DBSCAN 聚类(一种基于密度的聚类算法),如下图所示。
原创
博文更新于 2025.04.14 ·
1636 阅读 ·
28 点赞 ·
0 评论 ·
18 收藏

精通Python(78)

之前介绍的鸢尾花数据集并不适合讲解回归模型,为此我们引入另一个经典的汽车 MPG 数据集。汽车 MPG 数据集最初由美国汽车协会提供,我们可以通过该数据集预测车辆的燃油效率,即每加仑燃料行驶的里程(Miles Per Gallon, MPG)。需要注意的是,scikit-learn 库没有内置该数据集,我们可以直接从UCI 机器学习仓库网站下载数据集,也可以通过执行下面的代码联网加载该数据集。
原创
博文更新于 2025.04.13 ·
618 阅读 ·
22 点赞 ·
0 评论 ·
28 收藏

精通Python(77)

文本分类:如垃圾邮件检测、情感分析等。推荐系统:根据用户行为和喜好进行个性化推荐。医药诊断:根据症状预测疾病。
原创
博文更新于 2025.04.12 ·
1024 阅读 ·
25 点赞 ·
0 评论 ·
24 收藏

精通Python(76)

随机森林是基于决策树的集成学习算法,所谓集成学习就是通过组合多个模型的预测结果来提高整体模型的性能,其核心思想就是多个模型的组合往往比单个模型更有效,通过不同的模型捕捉到数据的不同特征,从而降低模型的过拟合风险(提升模型的泛化能力)。随机森林通过构建多个决策树并将它们的预测结果进行投票(分类)或平均(回归),来提高模型的准确性和鲁棒性,如下图所示。Bootstrap 抽样:从原始训练数据集中随机抽取若干个样本(有放回抽样),形成多个不同的子集,每个子集用于训练一棵决策树。
原创
博文更新于 2025.04.10 ·
1637 阅读 ·
23 点赞 ·
0 评论 ·
38 收藏

精通Python(75)

接下来为大家隆重介绍一下我们后续会使用到的一个重要的数据集——鸢尾花数据集(iris dataset)。鸢尾花数据集是机器学习领域中最著名、最经典的数据集之一,由植物学家在加拿大魁北克加斯帕半岛采集,由英国统计学家于 1936 年在他的论文*《The Use of Multiple Measurements in Taxonomic Problems》*中首次引入,被广泛用于机器学习算法的入门和实验。
原创
博文更新于 2025.04.09 ·
1536 阅读 ·
42 点赞 ·
0 评论 ·
23 收藏

精通Python(74)

人类通过记忆和归纳这两种方式进行学习,通过记忆可以积累单个事实,使用归纳可以从旧的事实推导出新的事实。机器学习是赋予机器从数据中学习知识的能力,这个过程并不需要人类的帮助(给出明确的规则),也就是说机器学习关注的是从数据中学习一种模式(pattern),即便数据本身存在问题(噪声),这也是机器学习算法和传统算法最根本的区别。传统的算法需要计算机被告知如何从复杂系统中找到答案,算法利用计算机的运算能力去寻找最佳结果。
原创
博文更新于 2025.04.08 ·
810 阅读 ·
11 点赞 ·
0 评论 ·
24 收藏

精通Python(73)

运行结果如下所示,其中 total_bill 表示账单总金额,tip 表示小费的金额,sex 是顾客的性别,smoker 表示顾客是否抽样,day 代表星期几,time 代表是午餐还是晚餐,size 是就餐人数。值得一提的是,下图中的标题、图例、右侧的工具箱都是可以点击的,大家可以点击它们看看会有什么样的效果,ECharts 的魅力就在于它的交互效果,大家一定要试一试。的左侧导航栏中找到“图表类型”选项,下面每种类型的图表都有对应的官方示例,很多代码是可以直接使用的,我们需要做的就是将数据换成自己的数据。
原创
博文更新于 2025.04.07 ·
946 阅读 ·
26 点赞 ·
0 评论 ·
11 收藏

精通Python(72)

在绘制雷达图时,需要让折线闭合,简单的说就是首尾相连,下面是绘制雷达图的代码。由于半径和面积的关系是平方的关系,南丁格尔玫瑰图会将数据的比例大小夸大,尤其适合对比大小相近的数值,同时由于圆形有周期的特性,所以南丁格尔玫瑰图也适用于表示一个周期内的时间概念,比如星期、月份。面积图又叫堆叠折线图,是在折线图的基础上,对折线以下的区域进行颜色填充(展示面积),用于在连续间隔或时间跨度上展示数值,一般用来显示趋势和对比数值,不同颜色的填充可以让多个面积块之间的对比和趋势更好的突显。
原创
博文更新于 2025.04.06 ·
767 阅读 ·
7 点赞 ·
0 评论 ·
21 收藏

软考真题及解析(2009年-2024年下半年)

发布资源 2025.04.04 ·
rar

《机器学习》(西瓜书)公式详解

发布资源 2025.04.04 ·
rar

精通Python(71)

使用 matplotlib,我们还可以绘制出其他的统计图表(如:雷达图、玫瑰图、热力图等),但实际工作中,使用频率最高的几类图表我们在上面已经为大家完整的展示出来了。在完成了对数据的透视之后,我们可以将数据透视的结果通过可视化的方式呈现出来,简单的说,就是将数据变成漂亮的统计图表,因为人类对颜色和形状会更加敏感,然后再进一步解读数据背后隐藏的商业价值。在统计学中,直方图是一种展示数据分布情况的图形,是一种二维统计图表,它的两个坐标分别是统计样本和该样本对应的某个属性的度量。函数,并指定横轴和纵轴的数据。
原创
博文更新于 2025.04.05 ·
627 阅读 ·
15 点赞 ·
0 评论 ·
15 收藏

软考中级教程-软件设计师

发布资源 2025.04.04 ·
rar

uni-app框架演示示例

发布资源 2025.04.04 ·
rar

《数据结构》上课笔记 + 数据结构实现 + 课后题题解

发布资源 2025.04.04 ·
rar

计算机等级考试-四级网络工程师学习资料

发布资源 2025.04.04 ·
rar
加载更多