- 博客(73)
- 收藏
- 关注
RSS订阅原创 PySide6将ui文件编译为py文件
PySide6将ui文件编译为py文件@TOC欢迎使用Markdown编辑器pyside6-uic ui_chart.ui -o ui_chart.py你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将
2022-05-29 14:31:50
838
原创 Task02
一、异常值处理1.删除空值df.dropna()2.去除重复值df1=df.drop_duplicate()二、分组操作pd.cut(x=df['Age',bins=[0,5,15,30,50,80])
2021-06-17 17:24:24
84
原创 2021-06-15
数据分析task1软件：Anaconda模块：pandas基础知识：pandas的数据主结构主要有Series和DataFrame两类，Series是一列，而DataFrame多列。读取：读取cvs，使用read_csv读取excel，使用read_excelimport pandas as pddf=pd.read_csv('train.csv',engine='python')保存：to_csvto_excel查看各列数据类型：df.info()pandas主要对列进
2021-06-15 13:05:25
68
原创 关于pandas merge函数按key值匹配时出现的问题
问题描述：在使用merge函数将left_sheet和right_sheet进行合并，pd.merge(left_sheet,right_sheet,how='left',on='key1')，两表中都存在key1，且数值相同。但合并结果result_sheet中并未成功将right_sheet中的内容合并进来。问题原因：pandas读入两表的key1列时，数据精度不一样。问题解决:将两表key1的数据类型和精度改为一致left_sheet['key1']=np.round(np.array
2021-04-22 14:15:24
1986
原创 1.两数之和
两数之和题目解法一解法二题目给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。解法一class Solution: def twoSum(self, nums: List[int], target: int) -> ...
2020-02-10 11:23:51
93
原创 规则学习
1.规则学习是从训练数据中学习出一组能用于对未见示例进行判别的规则，其目的是产生一个能覆盖尽可能多的样例的规则集。2.序贯覆盖在训练集上每学习到一条规则，就将该规则覆盖的训练样例去除，然后以剩下的训练样例组成训练集重复上述过程。3.剪枝优化用于防止过拟合。4.一阶规则学习一阶规则学习能够较容易地引入领域知识，这是它的优势。FOIL是著名的一阶规则学习算法。5.归纳逻...
2019-08-15 20:38:42
1021
原创 概率图模型
1.概率图模型概率图模型是一类用图形模式表达基于概率相关关系的模型的总称。有向图无向图2.HMMHMM是动态贝叶斯网，是一种有向图模型，主要用于时序数据建模。yi是状态变量，也称为隐变量，xi是观测变量。3.MRFMRF是马尔可夫网，是无向图模型。4.CRFCRF是一种无判别式无向图模型。...
2019-08-08 20:12:59
184
转载 计算学习理论
1.计算学习理论使机器学习的理论基础。2.概率近似正确3.有限假设空间可分情形意味着目标概念c属于假设空间H。对于困难的学习问题，目标概念c不存在与假设空间H中。4.VC维现实学习任务通常面临无限假设空间，需要度量假设空间的复杂度，考虑假设空间的VC维是最常见的办法。5.Rademacher复杂度Rademacher复杂度是另一种刻画假设空间复杂...
2019-07-25 20:23:55
202
转载 特征选择与稀疏学习
1.特征选择对于一个学习任务，给定属性集，其中有些属性对我们的学习是有用的，而有些则是没有用的，这些属性称为“特征”，有用的特征称为“相关特征”，没用的特征称为“无关特征”，从特征集合中选取出相关特征称为“特征选择”。常见的特征选择方法有三类：过滤式、包裹式、嵌入式。2.过滤式选择过滤式方法是先用特征选择过程对初始特征进行选择，再用过滤后的特征来训练模型。Relief特征选择方法是...
2019-07-24 21:20:52
282
原创 降维与度量空间
1.k近邻学习给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个邻居的信息来进行预测。通常在分类任务中可以使用“投票法”，即选择这k个样本中出现最多的类别作为预测结果；在回归任务中使用“平均法”，即将这k个样本的实值输出标记的平均值作为预测结果；还可以基于距离远近进行加权平均或加权投票，距离越近的样本权重越大。2.低维嵌入在高维情形下会出现数据样本呢稀疏...
2019-07-11 21:25:22
166
原创 聚类
1.聚类聚类是将数据集中的样本划分为若干个通常不相交的子集，每个子集称为一个“簇”。2.性能度量性能度量一方面用来评估聚类结果的好坏，另一方面，可以将性能度量作为聚类过程的优化目标。聚类性能度量有两大类：1将聚类结果与某个“参考模型”进行比较，称为“外部指标”；另一个是直接参考聚类结果不利用任何参考模型，称为“内部指标”。这些指数的结果在[0,1]之间，值越大越好。...
2019-07-04 21:22:24
156
原创 集成学习
1.个体与集成集成学习是通过构建并结合多个学习器来完成学习任务，分为同质集成和异质集成。集成学习将多个学习器结合，通常可以获得单一学习器优越的泛化性能，对“弱学习器”更明显。2.Boosting从初始训练集训练出一个基学习器，再根据基学习器的表现对训练样本分布进行调整，使得先前基学习器做的训练样本再后续受到更多关注，然后基于调整后的样本分布训练下一个基学习器，重复这个步骤，直到...
2019-06-27 20:37:33
133
原创 模型评估与选择
1.经验误差与过拟合误差：学习器的实际预测输出与样本的真实输出之间的差异。经验误差：学习器在训练集上的误差。泛化误差：学习器在新样本上的误差。过拟合：学习器将训练样本自身的一些特点当作了所有潜在样本都具有的一般性质，导致泛化性能下降。欠拟合：学习器对训练样本的一般性质尚未学好。2.评估方法通过实验测试来对学习器的泛化误差进行模型评估并进而做出选择。对一个包含m个样例的数...
2019-06-20 20:46:24
254
原创 贝叶斯分类器
1.贝叶斯决策论对于分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。计算期望损失：上面是针对单个样本将正确类别误判为Ci时的期望损失，针对整个的数据集：如果能够最小化R(h(x)|x)，那么总体风险R(h)也将被最小化。这就产生了贝叶斯判定准则：为最小化总体风险，只需要在每个样本上选择那个能使R(c|x)最小的...
2019-06-13 11:24:12
190
原创 神经网络
神经元模型下图是M-P神经元模型，输入是n个神经元传递过来的信号，这些信号通过带权重的连接进行传递，神经元接收到的总输入值将与神经元的阈值进行比较，然后通过“激活函数”处理以产生神经元的输出。2.感知机与多层网络对于线性可分的，感知机的学习过程一定会收敛，若两类模式不是线性可分的，那么感知机学习过程将会发生振荡，求不到合适的解。要解决非线性可分的问题，可以使用多层神经元。...
2019-06-06 21:31:29
225
原创 支持向量机
1.支持向量机常是二分类模型。对于二分类问题，主要是要找到一个合适的超平面，该超平面能将数据分成两类。如下图，对数据进行划分，超平面与最近的数据点间隔越大，鲁棒性就越好，因此，需要选择一个超平面能够最大化间隔。2.函数间隔：gap=yf(x)，问题：当w、b同比例变化时，函数间隔也会改变，但超平面并没有变化，但间隔却变化了，所以这种间隔定义并不好。3.几何间隔：几何间隔时点到超平...
2019-05-30 20:56:35
117
转载 Jupyter Notebook运行包含外部参数的Python程序报错
转载一篇：https://blog.csdn.net/ken_for_learning/article/details/89675904
2019-05-25 10:06:13
925
原创 leetcode140
#include<iostream>#include<vector>using namespace std;void dfs(vector<vector<char>>& board, vector<vector<int>>& book, vector<int>& x_1, vecto...
2019-05-05 12:00:27
210
原创 Aha算法学习——Ch4-5寻宝
#include<iostream>using namespace std;struct note{ int x; int y;};int main(){ struct note que[2501]; int a[51][51]; int head, tail; int book[51][51] = { 0 }; i...
2019-05-01 11:18:52
246
转载 C++opencv中读取文件夹中的多幅图片并按顺序重命名后保存到另一文件夹中
转载：https://blog.csdn.net/qq_33591712/article/details/83383957
2019-04-25 11:16:13
2060
原创 获取某一文件夹下所有文件的名称并保存为一个txt文件
在该文件夹下建立一个txt文件，并输入DIR *.* /B >LIST.txt 将该文件改为bat文件，并打开，所需的txt文件自动生成 注意：勾选文件扩展名项
2019-04-22 16:24:08
831
原创 pytorch遇到的问题1
问题一RuntimeError:Given groups=1,weight of size[16,3,3,3],expected input[1,384,384,3] to have 3 channels,but got 384 channels instead.我写的网络的nn.Conv2d(3,16,3,1,padding=1)，要求输入通道为3，输出是16，网络对于四个参数的认识是第一...
2019-04-22 11:27:02
4519
2
原创 桶排序
1.桶排序#include<iostream>using namespace std;int main(){ int num; cin>>num; int a[num]; for (int i = 1; i < sizeof(a) / sizeof(a[0]); ++i) { //scanf("%...
2019-04-10 17:15:25
103
原创 pytorch模型的保存及加载
pytorch模型的保存及加载主要用到下面几行代码#模型的保存,在模型训练完以后torch.save(model.state_dict(),'./model.pt')#模型的加载model1=simpleNet(28*28,10,300,100)#输入原本模型所需的参数，定义的网络的名称为simpleNet,如果是在同一个程序中运行，直接调用就可以，如果不是同一个程序中，那么...
2019-04-08 21:16:44
438
原创 线性表
1.线性表线性表（Linear List)是由同类数据元素构成的有序序列的线性结构2.线性表的顺序存储（利用数组的连续存储空间顺序存放线性表的各个元素）struct LNode{ElementType Data[Maxsize];//定义一个数组存放元素，数组的最大容量为Maxsizeint last;//最后一个元素的位置};typedef struct LNode...
2019-04-07 21:22:37
240
转载 mysql-task3
1.项目七: 各部门工资最高的员工（难度：中等）创建 Employee表，包含所有员工信息，每个员工有其对应的Id, salary 和 department Id。+----+-------+--------+--------------+| Id | Name | Salary | DepartmentId |+----+-------+--------+--------...
2019-04-06 18:14:42
75
原创 colab从谷歌云端硬盘中读入模块
1.输入如下代码from google.colab import drivedrive.mount('/content/drive')结果：2. 查看模块所在文件夹下的内容和导入模块!ls "/content/drive/My Drive/python/MNIST"!cp "/content/drive/My Drive/python/MNIST/net.py" "...
2019-04-06 15:03:12
3024
1
原创 mysql-task2
1.#作业#创建如下所示的 courses 表 ，有: student (学生) 和 class (课程)。例如,表:+---------+------------+| student | class |+---------+------------+| A | Math || B | English || C...
2019-04-04 20:31:08
72
原创 mysql-task1
1.安装参考：http://www.runoob.com/mysql/mysql-install.html2.任务11.登陆2.查看现有的database3.创建database:mydata4.选择mydata5.创建table6.按条件查找3.任务21.创建table world2.插入数据3.查...
2019-04-02 17:00:39
150
转载 torch.unsqueeze
in:import numpy as npimport torcha=torch.Tensor([1,2,3,4])print(a)print(a.size())b=torch.unsqueeze(a,0)print(b)print(b.size())c=torch.unsqueeze(a,1)print(c)print(c.size())out:tenso...
2019-03-31 10:28:55
309
原创 图像滤波
高斯滤波对图像进行加权平均，每一个像素的值都由其邻域的值决定，邻域中点与中心点的距离d与权重值成正比，离中心点越远权重值越大。双边滤波在高斯滤波的基础上加以改进，除了考虑邻域的空间距离还考虑了邻域中像素值的相似程度。当像素值变换平缓的区域，像素相似程度的权重值近似于1，所以权重值主要由空间距离决定，也就化为了高斯滤波，遇到边缘区域，像素值变化较大，导致像素值相似程度的权重值偏小...
2019-03-26 16:47:12
91
原创 图像增强总结-Retinex算法
Retinex算法S：我们看到的图像L：亮度图像，决定了图像像素能达到的动态范围R：反射图像，反应图像的本质我们要做的得到R，相应的算法有SSR,MSR,MSRCR等。在不同环境光照下，L会变换，但R不变的，这就是颜色恒常性，对于颜色恒常性的解释可以参考：https://www.guokr.com/article/439997/。优点：灰度动态范围压缩、颜色恒常、边缘增强三方...
2019-03-22 11:57:53
1174
转载 task7-几种算法思想
归这一算法主要用于解决实际问题中反复出现的结构和形式，从本质层面对其加以概括，提高算法的高效性，如Fibonacci数class Solution {public: int climbStairs(int n) { if(n<=1) return 1; else return climbStairs(n-1)+climbStai...
2019-03-16 17:31:36
200
转载 task6-图
图结构是非常有用的，当遇到的问题可以用顶点和边表示出来，就可以用图结构进行解决，使用广度优先搜索或者深度优先搜索。图结构可以参考：http://blog.chinaunix.net/uid-26548237-id-3483650.htmlhttps://www.jianshu.com/p/bce71b2bdbc8岛屿的个数：https://leetcode-cn.com/prob...
2019-03-13 16:58:31
62
转载 task6-模型融合
【模型融合（2天）】 模型融合，模型融合方式任意，并结合Task5给出你的最优结果。 例如Stacking融合，用你目前评分最高的模型作为基准模型，和其他模型进行stacking融合，得到最终模型及评分结果。from mlxtend.classifier import StackingCVClassifier, StackingClassifiers_clf = StackingCl...
2019-03-13 16:34:24
156
转载 task5-模型调优
【模型调优（2天）】 使用网格搜索法对5个模型进行调优（调参时采用五折交叉验证的方式），并进行模型评估，记得展示代码的运行结果。使用网格搜索法对5个模型进行调优import pandas as pd from sklearn.model_selection import train_test_splitfrom sklearn.linear_model import Logist...
2019-03-11 16:34:07
101
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