车手只需要车和手，压力来自轮胎

一行代码解决

机器学习之Borderline-SMOTE算法介绍及Python实现，内附源代码鸭！~

判断表格数据中是否有NAN和无穷大(inf)的值。

????作者简介：大家好，我是车神哥，府学路18号的车神????????个人主页：应无所住而生其心的博客_府学路18号车神_CSDN博客????点赞➕评论➕收藏 == 养成习惯（一键三连）????⚡希望大家多多支持????~一起加油 ????专栏《Fault Diagnosis》其他专栏：《LeetCode天梯》《Neural Network》《Python》《Algorithm》数据降维方法及Python实现前言大纲线性数据降维主元分析（PCA）偏最小二乘法（PLS）独立成分

前言在python的语法中， // 和 / 和 % 均表示的做除法运算，但又有一些区别，下面一一介绍一下。/ (常规除)如：5 / 2 = 2.5解释：平常除法是什么结果就是什么结果。//（地板除）如:5 // 2 = 2解释：地板除，只去除完之后的整数部分。% （取余数）如：5 % 2 = 1 （5 - 2*2 = 1）4 % 2 = 0 （4 - 2*2 = 0）7 % 3 = 1 （7 - 3*2 = 1）13 % 5 = 3 （13 - 5*2 = 3）

完美解决-＞“pip : 无法将“pip”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。”

从今天开始和车神哥一起来提升自己的Python编程和面试能力吧，刷天梯~以下为我的天梯积分规则：每日至少一题：一题积分+10分若多做了一题，则当日积分+20分（+10+10）若做了三道以上，则从第三题开始算+20分（如：做了三道题则积分-10+10+20；做了四道题则积分-10+10+20+20）初始分为100分若差一天没做题，则扣积分-10分（周六、周日除外注：休息）坚持！！！初级算法刷题目录数组今天先从最简单的开始，今后每天至少一道题。题干给你一个有序数组 nums

题目让我们对十个数进行一下排序？分析提示：可以利用选择法，也就是从后面九个比较过程中，选择一个最小的数和第一个数进行交换，然后，以此类推，第二个数有何第八个数进行比较，然后再进行交换。答案请选择你的答案：______A.if __name__=="__main__": N = 10 print("请输入是个数：\n") i = [] for x in range(N): i.append(int(raw_input("输入数字：\n"))) print("输入的十个数字为：")

由于项目的需要，一直苦于将多层数据集累加起来做成一个呈堆积状的三维图，有点类似于地形图，但又不是地形图。 背景先说说项目背景，本菜鸡是搞故障诊断的，所以免不了用上一些统计学的知识，看过之前我的Blog的都会发现，T2T^2T2 和 SPESPESPE 在故障诊断邻域或者说是再小范围一点，在过程监控邻域，是很好用且很关键的两个统计量，用于监测过程中的一些有故障的检测点或者区间，会有阈值限，超过阈值的则判断为故障，反而，则为正常。具体可以看->这里。三维图之前尝试过很多

❤九月❤份了，车神哥又回归了校园❉冬天❉还会远吗♪推荐一首最近很⚡喜欢⚡的歌♪❀No Fear In My Heart -朴树❀ 由于最近在写一篇相关的论文，就说说其中遇到的一些问题吧~Minisom之前做过一个对minisom的第三方开源库的介绍，可以点击看这里。对相应的代码添加了注释：导入各种库吧# 导入库from sklearn.model_selection import train_test_splitfrom s.

随着对CCA的深入研究，是时候对CCA进行一下总结了。本菜鸡主要研究方向为故障诊断，故会带着从应用角度进行理解。 典型相关分析基本原理从字面意义上理解CCA，我们可以知道，简单说来就是对不同变量之间做相关分析。较为专业的说就是，一种度量两组变量之间相关程度的多元统计方法。关于相似性度量距离问题，在这里有一篇Blog可以参考参考。首先，从基本的入手。当我们需要对两个变量X，YX，YX，Y进行相关关系分析时，则常常会用到相关系数来反映。学过概率统计的小伙伴应该都知道的

TORCH.MANUAL_SEED设置生成随机数的种子。返回一个 torch.Generator对象。myseed = 43709 # 自己任意设的torch.manual_seed(myseed)关于参数种子( int ) – 所需的种子。值必须在包含范围 [-0x8000_0000_0000_0000, 0xffff_ffff_ffff_ffff] 内。否则，将引发 RuntimeError。使用公式0xffff_ffff_ffff_ffff + seed将负输入重新映射为正值 。

np.random.seed() 使随机数可预测随机种子seed括号里的数，顾名思义， 好像就是一个固定的序列集合的种子代号，例如代号0（如：0，1，2，3，4…），中包含一大串随机数，但都是固定的，所以，无论后面怎么random.random，生成的随机数都是seed(0)集合中的随机数。import numpy as npfrom icecream import icif __name__ == '__main__': np.random.seed(0) # 随机种子代号自己设定

典型相关性分析(CCA)最近研究CCA相关的算法，从头原理入手推荐以下两位大佬的Blog，希望对你有所帮助。刘建平Pinard网名为JerryLead的大佬第一位大佬的Blog：第二位大佬的Blog：ღ( ´･ᴗ･` )❤『小楼一夜听春雨，深巷明朝卖杏花。』...

TODO注释——可以堪称为防遗忘大法一直在用PyCharm来搞代码、做算法、瞎搞DL、ML…发现有时候有些功能还没实现，但是写完后就突然忘了，然后代码一长起来就再也找不到了有时候人就是这样，老爱忘事此时，TODO注释功能解决了所有烦恼…Super idol的笑容没你的甜…比如我在一段def中有一些功能没实现，想要之后再来修改实现然后，在PyCharm界面左下角找到TODO就会帮你找到整个代码中标记有TODO字样的语句，点击即可定位到代码中该位置处。可以显示和定位所有注释中出现的

安装Pytorch最近在搞 Deep Learning，学的很机车，头大！不说了，先安装 Pytorch 吧o(╥﹏╥)o我是用的Anaconda的环境，Pycharm的Terminal安装的，目前安装很顺畅~简单粗暴上 pip，才是最快速的方法！！！pip install torchpip install torchvisionღ( ´･ᴗ･` )比心❤『人类的悲欢并不相通，我只是觉得他们吵闹。』...

ImportError: cannot import name ‘transpose_shape’ from ‘keras.utils.generic_utils’具体出现的问题如下：2021-07-25 10:29:22.063794: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_1

Pytorch OSX 构建不幸的是，Pytorch 团队没有发布支持 CUDA 的 Mac OS 二进制包。该项目提供现成的二进制包。Both Python 2.7 and 3.7 are supported now!很不幸，Pytorch 团队不发布 Mac OS CUDA 版本。本项目提供 Mac OS 上编译好、可直接安装的 Pytorch CUDA 版本。本项目同时支持Python 2.7 和 3.7 了！性能警告【2020.02.18】我在 Mac OS X 10.13.6 和 Ubun

音频和语音预训练模型什么是预训练模型？预训练模型是由其他人创建的用于解决类似问题的模型。我们可以使用在其他问题上训练的模型作为起点，而不是从头开始构建模型来解决类似的问题。预训练模型在您的应用程序中可能不是 100% 准确。Github地址：https://github.com/balavenkatesh3322/audio-pretrained-model...

NLP 预训练模型自然语言处理标志什么是预训练模型？预训练模型是由其他人创建的用于解决类似问题的模型。我们可以使用在其他问题上训练的模型作为起点，而不是从头开始构建模型来解决类似的问题。预训练模型在您的应用程序中可能不是 100% 准确。TensorflowKerasPytorchGithub地址：https://github.com/balavenkatesh3322/NLP-pretrained-model...

Pre-Trained Model包括了在Tensorflow，Pytorch等多个平台上的预处理模型TensorflowKerasPytorchgithub地址：https://github.com/balavenkatesh3322/CV-pretrained-model「每个人神圣的核心就是拥有共情和热爱他人的能力。」...

彩票要是能通过预测都能拿奖，那也是需要攒多少人品才行呀老老实实做好事，多积德行善，做公益近期出差的时候，闲来没事，下班路过彩站每天都顺便买一张彩票。同时，就引发了对所学专业的应激反应，想了一下能不能通过什么算法来实现对彩票号码的预测。。。。（此处省略上万字的头脑风暴）。。。当然，肯定有不少人对彩票出号进行研究，对于概率这个问题牵涉到一系列的随机性数学问题。机器学习、人工智能、神经网络等算法的时代，必然少不了对彩票的预测，但是，但是，但是，所有的预测数据都得通过对历史数据的训练，然后再对未

Python删除Excel中的指定工作簿Sheet简单粗暴上代码默认文件路径为同一个文件夹# 删除空表头Sheet1# 执行删除操作：sheet_name1 = 'Sheet1'# 载入工作簿workbook = openpyxl.load_workbook('SOM_Result.xlsx')## 删除目标Sheetworksheet = workbook[sheet_name1]workbook.remove(worksheet)# 保存已做删除处理的工作簿workbook.

Pandas如何将多个Dataframe格式数据放入一个Excel或csv中最近做项目中，需要用到将多个DataFrame存放在一个数据表excel中下面上教程Frist首先需要 创建一个空的 Excel 表格。dff = pd.DataFrame(columns=[“title”, “content”])dff.to_excel(‘SOM_Result.xlsx’)Seconddf = pd.DataFrame.from_dict(winner, orient='index')

两行代码实现Pandas创建一个空的Excel文件操作简单粗暴上代码dff = pd.DataFrame(columns=["title", "content"])dff.to_excel('SOM_Result.xlsx')♥️

超简单Python画Heatmap热力图 -库plotly在画热力图之前需要安装一个 Plotly 的第三方库pip install plotly推荐一下其他 画图工具 -> 点击 这里数据解释导入的数据格式为两个.csv的表格，由于懒惰没有再处理原始数据集了，具体传值赋值 pandas 均能实现。其中的 T2_All_Value 代表多列 z轴 ，x_y_axis 代表对应z轴的 x、y坐标。T2_All_Valuex_y_axis上代码import panda

PCA降维代码及T2和SPE统计量Matplotlib出图1.PCA降维PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。PCA的工作就是从原始的空间中顺序地找一组相互正交的坐标轴，新的坐标轴的选择与数据本身是密切相关的。其中，第一个新坐标轴选择是原始数据中方差最大的方向，第二个新坐标轴选取是与第一个坐标轴正交

Python绘图神器Matplotlibhttps://matplotlib.org/stable/tutorials/toolkits/mplot3d.html

Python的for循环如何同时输出两个或者多个值错误用法如下：def surface3d_data(): print('开始制图第一步：导入xyz数据') iix, iiy, iiz = float_range() print('leibie:', type(iix)) for t0, t1, t2 in tqdm(iix, iiy, iiz): # tqdm（）用于显示迭代器的进度条显示 x = t0 y = t1

相信了解过PCA的小伙伴都知道怎么求协方差矩阵的公式下面直接给出求相关性矩阵计算代码及热力图import seaborn as sns;sns.set(color_codes= True)# 相关性分析def covriance(data): # 传入的数据集-data X = d.corr() print(X) sns.heatmap(X,square=True, annot=True) plt.title("Correlation matrix")

ModuleNotFoundError: No module named ‘Tools’如在Mac的Pycharm中导入Tools库from Tools.scripts.abitype import classifyfrom sklearn import datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import classification_reportimport numpy

IndentationError:期望一个缩进的块IndentationError: expected an indented block直接选中所有块，点键盘tab键即可向右进行缩进。如： for i in range(num_n): if i < num_n: XMat2 = loaddata(datafile,num_name=SheetNames[i]) # 返回得到浮点型矩阵 # print('输入的矩阵为：', XMat

Numpy出现问题因为今天更新了Numpy的最新版导致了之前的用法失效故需要用上最新用法本来我的返回值是这样return np.array(df).astype(np.float)问题如下：DeprecationWarning: np.float is a deprecated alias for the builtinfloat. To silence this warning, use float by itself. Doing thiswill not modify any b

minisom分类功能web：https://github.com/JustGlowing/minisom/blob/master/examples/Classification.ipynbThis examples show how to use MiniSom to solve a classification problem. The classification mechanism will be implemented with MiniSom and the evaluation will

聚类功能In this example we will see how to use MiniSom to cluster the iris dataset.First, let’s load the data and train our SOM:from minisom import MiniSomimport numpy as npimport pandas as pddata = pd.read_csv('https://archive.ics.uci.edu/ml/machine-le

源代码实现web：https://github.com/JustGlowing/minisom/blob/master/minisom.py直接附上代码：from math import sqrtfrom numpy import (array, unravel_index, nditer, linalg, random, subtract, max, power, exp, pi, zeros, ones, arange, outer, meshgrid,

minisom代码示例：https://github.com/JustGlowing/minisom/tree/master/examples很丰富。

转载于：https://github.com/JustGlowing/minisom最近在做SOM神经网络模型的项目，之前一直在用Matlab的工具箱，一直想转成Python的代码来实现，就到处找，结果还真有SOM相关的库。直接上教程自组织地图MiniSom 是自组织映射 (SOM) 的简约和基于 Numpy 的实现。SOM 是一种人工神经网络，能够将高维数据项之间复杂的非线性统计关系转换为低维显示器上的简单几何关系。Minisom 旨在让研究人员能够轻松地在其基础上进行构建，并让学生能够快速掌握其

为什么出现红色波浪线如下图像这样的红色波浪线，由于py文件中的def自定义函数下没有内容，所有出现这样且会出错，如下对于有强迫症的人来说是相当的烦了当把def自定义函数填充好后就恢复正常啦一点小随笔。...

关于.rc的格式网上的设置.rc的格式，大概有三种：1)第一种格式<RCC> <qresource prefix="/"> <file>logo.ico</file> </qresource></RCC>2）第二种格式<rcc version='1.0'> <qresource> </qresource></rcc>3）第三种格