- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 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