Python
文章平均质量分 89
基于Python的算法实现
我的眼中只有学习
信息不能及时回复请见谅,有疑问或者其他相关事情可以联系:3102846069@qq.com
展开
-
数据可视化
Matplotlib、PyEchart的常见操作原创 2022-09-22 13:51:47 · 2020 阅读 · 0 评论 -
机器学习2
关联规则挖掘、图像处理、自然语言处理原创 2022-09-22 12:31:01 · 1253 阅读 · 0 评论 -
机器学习1
机器学习常用方法,从数据预处理到建模全过程原创 2022-09-22 11:50:46 · 1040 阅读 · 0 评论 -
Anaconda虚拟环境开发日志
Anaconda虚拟环境开发日志一、Conda环境变量1.1 常用方法1.2 在Jupyter Lab中设置Conda中的Kernel二、pip中出现的问题一、Conda环境变量1.1 常用方法1.2 在Jupyter Lab中设置Conda中的Kernel在activate的环境中:pip install ipykernel# --name:Conda虚拟环境名称,--display-name:你希望在Jupyter Lab中看到的kernel名称python -m ipykernel i原创 2021-11-22 16:36:22 · 1124 阅读 · 0 评论 -
RabbitMq的Ubuntu安装以及Python实现
RabbitMq一、RabbitMq简介二、Ubuntu安装2.1 安装支持库以及RabbitMq本体2.2 RabbitMq的基础指令三、Python实现3.1 模式一:fanout(群体发送)3.2 模式二:direct(routing_key 定向发送)3.3 模式三:topicd(routing_key正则匹配)一、RabbitMq简介RabbitMq 是实现了高级消息队列协议(AMQP)的开源消息代理中间件。消息队列是一种应用程序对应用程序的通行方式,应用程序通过写消息,将消息传递于队列,由另原创 2021-10-08 10:26:04 · 469 阅读 · 0 评论 -
Facebook时序工具库 Kats 中文教程(个人首发)
Facebook时序工具库 Kats 中文教程1. Kats是什么?2. 我将如何使用Kats2.1 在Python中安装Kats2.2 实例2.2.1 预测2.2.2 推理预测2.3 TSFeatures3. 中文教程4. 更新进度1. Kats是什么?Kats是Facebook在June 18th刚刚发布的一个专门为了时间序列服务的工具库。它作为一个Toolkit包,提供了四种简易且轻量化的API。预测(封装了10+models,主要是传统的时间序列模型,这些模型有支持ensemble的API,原创 2021-09-29 10:57:03 · 2182 阅读 · 0 评论 -
Kalman filter算法介绍及Python实现
Kalman filter算法介绍及Python实现一、算法思路1.1 Kalman filter简介1.2 算法推导二、Python复现三、参考文章一、算法思路1.1 Kalman filter简介卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。数据滤波是去除噪声还原真实数据的一种数据处理技术,Kalman滤波在测量方差已知的情况下能够从一系原创 2021-08-06 11:47:50 · 3193 阅读 · 0 评论 -
YOLOv5报错大全
YOLOv5报错大全YOLOv5报错大全YOLOv5报错大全1、安装GPU训练环境1.1 显卡驱动报错:NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver1、安装GPU训练环境1.1 显卡驱动报错:NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver# 查看预安装的nvidia版本,预安装可以在,&g原创 2021-07-19 10:33:31 · 10179 阅读 · 9 评论 -
Spark机器学习
Spark机器学习1. 介绍1.1 机器学习常用算法1.2 Spark机器学习库官方介绍1.3 Spark机器学习库构成1.4 ml和mllib的主要区别和联系2.mllib库2.1 MLlib库组成2.2 MLlib基本使用2.2.1 基本概念2.2.2 使用方法2.2.3 对垃圾邮件进行分类2.2.4 MLlib中的数据类型2.2.5 特征提取2.2.6 对数据进行缩放2.2.7 统计2.2.8 线性回归2.2.9 Logistic Regression2.2.10 聚类任务3.ml库3.1 ml介绍和原创 2021-05-26 10:52:21 · 3168 阅读 · 0 评论 -
Spark GraphFrames图计算
Spark GraphFrames图计算1. 图的概念在计算机科学中,图是一种重要的数据结构,它具有强大的表达能力,广泛应用于通信网络、搜索引擎、社交网络及自然语言处理等领域。GraphFrames 是关于图的计算框架,理解图的概念对学习和掌握 GraphFrames 的相关内容是非常重要的。由于数据结构的书籍都有对图的详细介绍,因此这里仅回顾一些重要概念,为讲解后面内容提供基础。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rKNFD3dG-1623235399503原创 2021-06-09 18:45:17 · 3930 阅读 · 0 评论 -
Machine learning(ML)常用的几类学习器及Python实现
Machine learning(ML)常用的几种学习器及Python实现一、一、原创 2021-01-29 15:55:50 · 1973 阅读 · 0 评论 -
粒子群优化Python实现(PSO,Particle swarm optimization)
粒子群优化Python实现一、PSO算法概念二、PSO算法流程三、Python代码实现四、优缺点以应用1、PSO算法的一些优点:2、PSO算法的不足之处:3、PSO算法的产业应用一、PSO算法概念 西元1995年由肯尼迪(Kennedy)与埃伯哈特(Eberhart)(1995)两位学者所提出,这两位学者借由观察鸟类族群觅食的讯息传递所得到的一个启发,粒子群算法的理论基础是以单一粒子来做为鸟类族群之中的单一个体,将种群中的个体看成是D维搜索空间中没有质量和体积的粒子,每个粒子以一定的速度在解空间运动,原创 2021-01-27 10:56:09 · 1594 阅读 · 0 评论 -
遗传算法Python实现(Genetic Algorithm,GA)
遗传算法Python实现一、GA算法介绍二、GA算法流程三、Python实现四、优缺点及应用1、不足之处2、特点3、应用一、GA算法介绍 遗传算法(Genetic Algorithm,GA)最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式,利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因原创 2021-01-26 20:22:48 · 3263 阅读 · 0 评论 -
模拟退火Python实现(Simulated Annealing, SA)
模拟退火算法一、概念二、Python代码实现三、应用:一、概念 模拟退火算法(Simulated Annealing,SA)最早的思想是由N. Metropolis [1] 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找原创 2021-01-26 10:24:26 · 2645 阅读 · 8 评论 -
Stacking 融合算法
# coding=utf8from sklearn import datasetsfrom sklearn.ensemble import RandomForestClassifier, ExtraTreesClassifier, GradientBoostingClassifierfrom sklearn.cross_validation import train_test_splitfrom sklearn.cross_validation import StratifiedKFoldim原创 2021-01-23 20:43:34 · 1072 阅读 · 1 评论 -
机器学习Python处理中出现的问题汇总
机器学习Python处理中出现的问题汇总一、Pycharm一直indexing造成无法run 在机器学习过程中出现的问题还是蛮多的,原因大概就是像数据集太大引起的,产生的冗杂文件过多,堆积文件过多或者算法复杂度过大引起的运行缓慢等等问题。 其实不难理解的就是,本来机器学习的训练调参过程就是一个极其缓慢的学习过程,少则十几万的数据量使得你的算法一旦有一点点问题,稍微复杂一点点就会引起运算速度按照指数级堆积,时间就会耗很久,又幸苦电脑(大黑天天面对俺的辣鸡代码欲哭无泪)cpu资源,又浪费我的时间(时间即原创 2021-01-10 15:02:26 · 774 阅读 · 1 评论 -
自动化ARIMA时间序列及Python实现(Auto_arima)
时间序列的基本原理见Matlab篇,本篇主要讲基于原理的python代码实现部分。原创 2021-01-09 19:42:06 · 16443 阅读 · 12 评论