- 博客(112)
- 收藏
- 关注
RSS订阅原创 过采样、欠采样
例如：建立信用违约模型时，违约样本的比例远小于不违约样本的比例，此时模型会花更多精力去你和不违约样本，但实际上找出违约样本更重要，这会导致模型可能在训练集上表现良好，但测试时表现不佳，为了改善样本比例不均衡的问题，可以使用过采样和欠采样的方法，假设现在有100个违约样本和1000个不违约样本。（1）随即过采样：随即过采样时从100个违约样本中随机抽取旧样本作为一个新样本，假设反腐抽取900次，然后和原来的100个旧样本组合成新的1000个违约样本，和1000个不违约样本一起构成新的训练集。
2022-09-29 09:32:41
6334
1
原创 softmax激活函数与softmax损失函数
解决办法是先对每个元素进行指数操作，全部转换为正数，然后再用刚才的方法得到每个类别的概率。softmax 函数将每个单元的输出压缩到 0 和 1 之间，是标准化输出，输出之和等于 1。在二分类任务中，输出层使用的激活函数为 sigmoid，而对于多分类的情况，就需要用到softmax 激活函数给每个类都分配一个概率。多分类的情况下，神经网络的输出是一个长度为类别数量的向量，比如输出是(1,1,2)，为了计算概率，可以将其中的每个除以三者之和，得到 (0.25, 0.25, 0.5)。...
2022-08-27 15:33:00
4319
原创 图卷积神经网络的数学原理——谱图理论和傅里叶变换初探
①Graph是相比于Image更加广义的一种拓扑结构。②Image是Grape在欧式空间的一种特例。①A:图的邻接矩阵②A^\hat{A}A^ ：A^=A+I\hat{A}=A+IA^=A+I，III为单位矩阵③D:节点的度矩阵④D^\hat{D}D^ ：D^=D+I\hat{D}=D+ID^=D+I，III为单位矩阵GNN的公式表达：H(l+1)=f(A,Hl)H^{(l+1)} =f(A,H^{l})H(l+1)=f(A,Hl)公式理解：给定图的邻接矩阵A和每个节点的特征HlH^{l}Hl作为
2022-07-26 21:59:12
933
原创 vscode可以远程运行服务器上的python代码，却无法进行debug调试
在vscode上运行服务器上的python代码没问题，但是进行debug的时候，debug那一栏的东西只显示几秒就消失。
2022-07-15 19:50:00
3009
6
原创 特征归一化与特征标准化
一、min-max scaler归一化https://blog.csdn.net/GentleCP/article/details/109333753?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-2-109333753-blog-112524743.pc_relevant_antiscanv2&depth_1-utm_sourc
2022-05-12 18:34:20
981
原创 论文阅读笔记之AGE:由图信号引发的一系列问题
导航栏什么是图信号——>什么是节点——>什么是节点维度——>降维——>结构为(3,2)一、什么是图信号问题来源：https://blog.csdn.net/qq_44015059/article/details/114977767）图信号（Graph signal）图信号x:V➡R是一个定义于图顶点集的映射。我们也可以将其表示为一个向量x∈Rnx∈R^{n}x∈Rn ，其中 xix_ixi表示第i个顶点的信号值。邻接矩阵、度矩阵、拉普拉斯矩阵这三种矩阵表述根据不同的
2022-05-11 18:31:08
828
原创 机器学习——逻辑回归
一、二项逻辑回归1.二项逻辑回归是一个功能，最终输出介于0到1之间的值，为了解决类似于“成功或者失败”，“有或无"这种”非是即否"的问题。2.逻辑回归是一个把线性回归模型映射为概率的模型，即把实数空间的输出[-∞，+∞]映射到(0,1),从而获取概率。...
2022-04-23 11:33:39
2139
原创 深度学习——超参数设置
一.过拟合1.定义：给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据。2.通俗解释3.常见原因主要是学习过度和样本特征不均衡，如果细分，还可以包括（并未能列举全部原因）：（1）建模样本选取有误，样本标签错误等，导致选取的样本数据不足以代表预定的分类规则（2）样本噪音干扰过大，使得机器将学习了噪音，还认为是特征，从而扰乱了预设的分类规则（3）假设的模型无法合理存在，或者说是
2022-04-22 20:18:49
2943
原创 python--匿名函数
#匿名函数# 语法#lambda 参数1,参数2,参数三:表达式#特点 1.使用lambda关键字去创建函数 2.函数没有名字 3.匿名函数后面的表达式有且只有一个 4.匿名函数自带return,将表达式计算后的结果返回def computer(x,y): return x+yprint(computer(10,20))# 匿名函数M = lambda x,y:x+y#通过变量调用匿名函数print(M(15,20))M_1=lambda a,b,c.
2022-04-17 22:20:08
666
原创 python函数
一、函数基础1.函数定义def 函数名(参数列表): 代码块2.函数调用#函数需要先定义，再使用函数名（）3.函数说明文档 ''' 函数说明 :return: '''#函数定义def printInfo(): ''' #函数说明 这个函数是用来打印个人信息的 :return: ''' #
2022-04-17 19:41:07
533
原创 python公用方法
# 公有方法 + * in#合并字符串 +strA = '一个鸡蛋'strB = '一杯豆浆'print(strA+strB)#合并列表 +listA = list(range(10))listB = list(range(11,20))print(listA+listB)#复制 *print(strA*3)print(listA*3)# 判断对象是否存在 in 结果是一个bool值print('蛋' in strA)print(2 in listA)dictA =.
2022-04-14 10:11:04
567
原创 python高级数据类型
一、序列1.序列：在python当中，序列就是一组按照顺序排列的值【数据集合】。2.在python中存在三种内置的序列类型：字符串、列表、元组。3.序列优点:支持索引和正向操作。4.特征：第一个正向索引为0，指向的是左端，第一个索引为负数的时候，指向的是右端。5.切片：可以根据下标来获取序列对象的任意【部分】数据。切片语法结构：[start:end:step] step 默认值为1二、字符串1.字符串及常用方法字符串操作代码#大小写转换# name = 'peter'# p
2022-04-13 19:08:13
1074
原创 python的输入与输出
一、输出1.python格式化输出#代码实例name = "张三"classPro = "春田花花幼稚园大班"age = 4print('我叫%s,来自[%s],今年%d岁'%(name,classPro,age))#使用format()进行输出name = "奥特曼闪耀型"QQ = 88886666phone = 123456789addr = "M78星云"print("我是:{}".format(name))print("QQ:{}".format(QQ))print(
2022-04-11 20:38:21
3928
原创 python变量
1.变量定义的规则变量名 = 数据 #python中是不需要指定变量类型的，变量会根据初始给定的数据类型来定义自身的类型2.基本数据类型3.可以使用type()函数查看变量类型4.变量命名规则
2022-04-11 19:02:27
250
原创 python注释
1.python中的单行注释使用 # ,注释可以用快捷键ctrl+/。2.python中的多行注释可以使用 “”" 或者 ‘‘‘ 。3.特殊注释。
2022-04-11 16:54:56
324
原创 python 3.8.2安装教程
一、关于安装包下载的选择1.首先进入python官网https://www.python.org/，然后点击downloads，找到需要的版本(此教程版本是3.8.2)并点击进入。2.选定本版进入下载页面后，会出现如下名字的界面：x86是32位，x86-64是64位。可以通过下面3种途径获取python：web-based installer 是需要通过联网完成安装的executable installer 是可执行文件(*.exe)方式安装embeddable zip file 嵌入式
2022-04-11 16:13:57
3598
原创 卡方分布、t分布、F分布
一、卡方分布定义：若k个相互独立的随机变量ξ₁，ξ₂，…,ξk ，均服从标准正态分布（也称独立同分布于标准正态分布），则这k个服从标准正态分布的随机变量的平方和构成一新的随机变量，其分布规律称为卡方分布（chi-square distribution）。卡方分布通常用于假设检验，特别是拟合优度的卡方检验。参数参数描述备注kkk自由度自由度自由度k是非负数k是非负数k是非负数概率密度函数其中Γ（•）是Gamma函数，k是自由度。二、t分布说起t分布，首先要提一句u
2022-03-29 11:33:35
6078
原创 概率与统计——概率分布
离散概率分布一、伯努利分布（Bernoulli distribution）伯努利分布又称“0-1分布”“两点分布”。伯努利分布指的是对于随机变量X有, 参数为p(0<p<1)，如果它分别以概率p和1-p取1和0为值。EX= p,DX=p(1-p)。伯努利试验成功的次数服从伯努利分布,参数p是试验成功的概率。伯努利分布是一个离散型机率分布，是N=1时二项分布的特殊情况。定义一个非常简单的试验是只有两个可能结果的试验，比如正面或反面，成功或失败，有缺陷或没有缺陷，病人康复或未康复。为方便起
2022-03-29 09:18:12
5512
原创 科研小工具
一、论文篇1.沙拉查词+quicker实现划词翻译。https://www.bilibili.com/video/BV1ki4y1x7EN?spm_id_from=333.337.search-card.all.click2.CCFrank，浏览器插件，自动标注论文属于CCF推荐中的哪一类。
2022-03-28 10:12:09
713
原创 图论——随机图与随机点积图
随机图在数学领域中，随机图random graph是指图上的概率分布的一般术语。随机图可以简单地用概率分布表示，也可以用生成它们的随机过程表示。从数学的角度来看，随即图可以用来回答有关典型图的性质的问题。在所有需要对图复杂网络进行建模的领域都能看到它的实际应用——由于它反映了在不同领域遇到的不同类型的复杂网络，许多随机图模型就此被人们所熟知。在数学上随机图既合乎完全指的是ER随机图模型（Erdős–Rényi model）。在其他情况下，任何图形模型都可以称为随机图。模型给定n个孤立的点，在它们之间随
2022-03-28 09:54:20
2110
原创 图论——同构图
同构是在数学对象之间定义的一类映射，它能揭示出在这些对象的属性或者操作之间存在的关系。若这两个数学结构之间存在同构映射，那么这两个结构叫做是同构的。一般来说，如果忽略同构的对象的属性或操作的具体定义，单从结构上讲，同构的对象是完全等价的。 ----Wikipedia同构图：假设G=(V,E)和G1=(V1, E1)是两个图，假设存在一个双射m:V —> V1，使得对全部的 x,y∈V 均有 xy∈xy∈E 等价于 m(x)m(y)
2022-03-27 20:06:05
8771
原创 线性代数——基变换
1.一般情况下的基向量与向量2.在不同基向量下描述一个向量3.同一个向量在不同基向量之间的转换，关键在于找到不同基向量的在同一个标准下的表示4.一个向量在线性变换后变为以另一对基向量表达5.不同基向量转换之间的理解6.从标准基向量转换为其他基向量...
2022-03-24 10:42:24
1014
原创 线性代数——不同维度空间之间的线性变换
1.一个二维向量到三维向量之间的变换变换后矩阵的列空间，是三维空间中一个过原点的二维平面。2.3×2矩阵的几何意义是将二维空间映射到三维空间上。2×3矩阵是指将三维向量压缩到二维空间上。...
2022-03-21 21:02:15
2107
原创 线性代数——逆矩阵、列空间、秩与零空间
1.线性方程的初等变换和矩阵的初等变换的区别线性方程组主要是采用初等行变换；矩阵的初等变换包括列变换和行变换。2.分类只能作初等行变换：解线性方程组求矩阵列向量的最大无关组。求特征向量(因为实际上还是求方程组的解)不能用初等变换：求特征值(由|λE-A|=0求，不能事先对A进行初等变换)行列变换可以混用：求矩阵的秩(初等变换不改变矩阵的秩)行列变换不能混用：求逆矩阵：可以对其进行初等行变换(横着求A|E)或初等列变换(竖着求A/E)，但一般而言初等行变换使用更广泛3
2022-03-21 19:59:04
943
原创 线性代数——行列式
1.线性变换改变的由基向量组成的平行四边形的面积的比例，称为这个线性变换的行列式。一个二维线性变换的行列式为0，说明他将平面压缩成一条线甚至是一个点。2.行列式的值为负，与“定向”的概念有关。二维空间确定方向正负的方法：初始状态j帽在i帽的左边，若变换后j帽在i帽的右边，则说明方向发生了变换。3.三维空间确定方向正负的办法判断正向用右手定则：判断负向用左手定则：4.从几何角度理解行列式运算...
2022-03-21 17:43:35
316
原创 线性代数——矩阵与线性变换
1.如果一个变换具有以下两条性质，我们就称他是线性的：1）直线在变换后依然保持为直线，不能有所弯曲。2）原点必须保持固定。2.线性变换：保持网格线平行且等距分布的变换。3.矩阵变换角度来看...
2022-03-20 19:08:18
428
原创 线性代数——线性组合、张成的空间与基
1.基向量2.线性组合：两个数乘向量的和。3.张成空间：所有可以表示为给定向量线性组合的向量的集合，被称为向量的张成空间。在二维平面上，（1）若给定的两个向量不在一条直线上，则他们的张成空间是整个平面；（2）若给定的向量在一条直线上，在他们的张成空间是一条直线；（3）若给定的两个向量都是零向量，则他们的张成空间是原点。4.单个向量可以看作箭头，多个向量看作点。5.向量共线6.三维空间中任取两个指向不同方向的向量，他们张成的空间是一个平面。7.三个向量的线性组合8.线性
2022-03-20 17:06:35
3447
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