weixin_45164367的博客

'我表情悠哉 跳个大概用书法书朝代 内力传开豪气挥正楷 给一拳对白结局平躺下来 看谁厉害’代码import sys!{sys.executable} -m pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple# 上面这个主要是安装 cv 包，已有的可以备注掉import argparseimport osimport cv2import subprocessfrom cv2 import Vide

你唯一需要做的就是df=需要计算相关性的dataframe然后无脑运行，你就会得到类似的相关性热力图import pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns # 可视化winputdata = pd.read_csv('你的文件地址')plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_

1 什么是K-近邻算法—KNN1.1k-近邻算法特点也叫KNN算法，是一个非常适合入门的算法，拥有如下特性：*思想极度简单，应用数学知识少(近乎为零)对于很多不擅长数学的小伙伴十分友好，KNN算法几乎用不到数学专业知识*效果好虽然算法简单，但效果也不错缺点也是存在的，后面会进行讲解1.2 什么是K-近邻算法上图中的数据点是分布在一个特征空间中：横轴表示肿瘤大小，纵轴表示发现时间恶性肿瘤用蓝色表示，良性肿瘤用红色表示新来了一个病人(下图绿色的点)，如何判断新来的病人(即绿色点)是良性

机器学习概述1：人工智能概述1.1 人工智能应用场景1.2 人工智能案例⽹络安全、电⼦商务、计算模拟、社交⽹络 … …1.3⼈⼯智能、机器学习和深度学习机器学习是⼈⼯智能的⼀个实现途径深度学习是机器学习的⼀个⽅法发展⽽来2 机器学习开发流程2.1 什么是机器学习机器学习是从数据中⾃动分析获得模型，并利⽤模型对未知数据进⾏预测2.2 机器学习流程2.2.1 数据集介绍*在数据集中⼀般：⼀⾏数据我们称为⼀个样本⼀列数据我们成为⼀个特征有些数据有⽬标值（标签值），有

这段时间开始接触时间序列，觉得挺有意思的，jupyter notebook 笔记这里记录一下预测方式选用两种大类统计学方式：ARIMA神经网络：NLP，LSTM加载数据集+shapeimport numpy as pyimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snssns.set(style="darkgrid",font_scale=1.2)pd.plotting.register_matpl

特征提取网络部分（darknet53）示意图：Conv2D是什么？一种特殊卷积，主要是有一个L2正则化# 单次卷积 ##--------------------------------------------------#@wraps(Conv2D)def DarknetConv2D(*args, **kwargs): darknet_conv_kwargs = {'kernel_regularizer': l2(5e-4)} #L2正则化帮