- 博客(11)
- 资源 (2)
- 收藏
- 关注
原创 家用电器用户行为分析与事件识别
看了一个例子还不错,所以自己去研究下。背景居民使用家电过程,会因为地区、气候、用户年龄、性别,形成不同的使用习惯。企业通过分析用户的行为,开发新功能,拓展市场业务。采集相关数据,以热水器为例子,分析用户的使用行为。其中用水事件识别时最为关键的环节。这个例子就是采集用户的用水数据,分析用户的用水行为特征。热水器用户用水数据,如下图:大约有1万8千条数据,我们要根据数据分出洗浴事件识别模型,对不同地区的用户的用水进行识别,根据识别结果比较不同客户群的客户使用习惯。从而,可以给不同的客户提供合适的个性
2020-08-31 09:41:46 4899 5
原创 tf2.x的tensorboard可视化
在model.fit里加入参数就可以可视化了首先进入相应的conda虚拟环境,然后输入命令:tensorboard --logdir logs再在浏览器里输入网址:http://localhost:6006/完整tf2.0可视化代码:import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metrics, callbacksimport datetime
2020-08-27 10:59:09 498
原创 tensorflow2.0学习笔记(五)
Keras高层API基本就是4步:Matricsupdate_stateresult().numpy()reset_states(就是清除缓存)
2020-08-26 15:48:45 489
原创 tensorflow-gpu1.14代码测试
import tensorflow as tfwith tf.device('/cpu:0'): a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a') b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')with tf.device('/gpu:0'): c = a + b# 注意:allow_soft_placement=True表明:计算设备可自行选择,如果没有这
2020-08-22 07:55:43 3434 2
原创 SQL经典实例(第二章笔记)
查询结果排序2.1 以指定顺序返回查询结果你想显示部门编号为 10 的员工的名字、职位和工资,并根据工资从低到高排序。使用 ORDER BY 子句。select ename,job,salfrom empwhere deptno = 10order by sal asc;ORDER BY 子句可以对结果集排序。asc(默认)是升序,desc是降序。2.2 多字段排序针对 EMP 表的数据,你想先按照 DEPTNO 升序排列,然后再按照 SAL 降序排列。在 ORDER BY 子句中列
2020-08-21 15:15:42 182
原创 SQL经典实例(第一章笔记)
创造数据所需要的数据库代码,首先创建一个数据库,然后进入数据库,再运行下面的SQL代码。CREATE TABLE EMP (EMPNO integer NOT NULL, ENAME VARCHAR(10), JOB VARCHAR(9), MGR integer, HIREDATE DATE, SAL integer, COMM integer, DEPTNO integer)
2020-08-20 15:40:02 326
原创 Python数据科学手册(练习)
用jupyter notebook练习,代码在我的码云里,链接https://gitee.com/rengarwang/Python_data_practice_code本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/weixin_45092662。百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。...
2020-08-20 09:36:08 240
原创 PyCaret 2.x机器学习库
# pycaret官网地址<https://pycaret.org/setup/>'''如果直接使用from pycaret.datasets import get_datadiabetes = get_data('diabetes')会报错,网络地址不对,这是因为国内的网无法访问国外的网的问题,此时打开科学上网器,再运行这2行代码,问题就没有了。所以使用pandas读取数据'''import pandas as pddiabetes = pd.read_csv('F:/代
2020-08-07 14:57:36 1305 3
原创 利用梯度下降求解一元多次函数最值
刚学了TensorFlow2.0的梯度下降原理,觉得是否可以用到连续函数求最值问题中,先从简单的函数入手,一元多次函数,比如:x7∗(1−x)3x^7*(1-x)^3x7∗(1−x)3把梯度下降代码稍微改了下,利用TensorFlow2.0自动求导函数import tensorflow as tfdef func1(x): return (x ** 7) * (1 - x) ** 3x1 = tf.constant(0.5) # 初始点的值for step in range(2
2020-08-06 15:46:01 1123
原创 用markdown画流程图
自己看了几个例子,觉得用代码画流程图比用word做更方便,直接给出代码:```mermaidgraph TB x1[原始数据] -- 选择性抽取 --> x2[训练样本集] x1 -- 实时监控 --> x3[实时识别样本数据] x2 --> x4[数据探索分析] x3 --> x4 x4 --> x5[数据清洗] x5 --> x6[建模样本数据] x5 --> x7[预处理后的数据] x6 --> x8[模型训练和评估
2020-08-02 20:21:51 535
原创 tensorflow2.0学习笔记(四)
数据加载读取MNIST数据集,直接从tensorflow.keras里读取,代码:import tensorflow as tffrom tensorflow import keras# 读取数据集(x, y), (x_test, y_test) = keras.datasets.mnist.load_data()# 查看训练数据x,y的形状print(x.shape)print(y.shape)# 查看x的数据范围print(x.min(), x.max(), x.mean())#
2020-08-02 16:43:36 561
jupyterlab_language_pack_zh_CN-0.0.1.dev0-py2.py3-none-any.whl
2021-01-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人