自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 datawhale深入浅出Pytorch02——Pytorch各个模块组件

本文主要参考DataWhale开源学习——深入浅出Pytorch,GitHub地址:https://github.com/datawhalechina/thorough-pytorch回顾我们在完成一项机器学习任务时的步骤,首先需要对数据进行预处理,其中重要的步骤包括数据格式的统一和必要的数据变换,同时划分训练集和测试集。接下来选择模型,并设定损失函数和优化函数,以及对应的超参数(当然可以使用sklearn这样的机器学习库中模型自带的损失函数和优化器)。最后用模型去拟合训练集数据,并在验证集/测试集上计算模

2022-07-15 23:41:10 289 1

原创 datawhale深入浅出Pytorch01——Pytorch的安装和基础知识

Pytorch基础知识

2022-07-13 00:33:37 176

原创 datawhale数据分析5——数据可视化数据建模及模型评估

Task05:数据建模及模型评估声明:本文主要参考DataWhale开源学习——动手学数据分析,GitHub地址:https://github.com/datawhalechina/hands-on-data-analysis#第一步依旧是准备工作导入库,数据import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom IPython.display import Im

2022-03-24 01:48:28 2537

原创 datawhale数据分析4——数据可视化

Task04:数据可视化在经历了数据清洗,重构等基本操作之后,我们应该迫不及待地想知道数据长什么样子,比起光看表格和数字,用图形进行可视化展示显然可以让我们更好地了解数据,为接下来的工作做准备。声明:本文主要参考DataWhale开源学习——动手学数据分析,GitHub地址:https://github.com/datawhalechina/hands-on-data-analysis#准备工作:导入库,导入数据%matplotlib inlineimport numpy as npimport

2022-03-21 01:28:19 1653

原创 datawhale数据分析3——数据重构

Task03:数据重构声明:本文主要参考DataWhale开源学习——动手学数据分析,GitHub地址:https://github.com/datawhalechina/hands-on-data-analysis#准备工作:导入库,导入数据import numpy as npimport pandas as pdtext = pd.read_csv('xxxx.csv')text.head()一.数据的合并1.1 任务一:将data文件夹里面的所有数据都载入,与之前的原始数据相比,观察

2022-03-18 23:52:51 458

原创 datawhale数据分析2——数据清洗与特征处理

Task02:数据清洗与特征处理声明:本文主要参考DataWhale开源学习——动手学数据分析,GitHub地址:https://github.com/datawhalechina/hands-on-data-analysis一.数据清理与特征工程import numpy as npimport pandas as pdpath = 'D:/datawhale/hands-on-data-analysis-master/hands-on-data-analysis-master/2/train.

2022-03-17 20:35:55 117

原创 datawhale数据分析1——数据加载及探索性分析

Task01:数据加载及探索性数据分析声明:本文主要参考DataWhale开源学习——动手学数据分析,GitHub地址:https://github.com/datawhalechina/hands-on-data-analysis一.数据载入与初步观察1.1 数据加载1.1.1 导入库使用import(一般下载好的anaconda都自带numpy和pandas,无需再下载)1.1.2 载入数据1.绝对路径:df = pd.read_csv(‘train.csv’)2.相对路径:df = p

2022-03-16 00:26:44 142

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

提示
确定要删除当前文章?
取消 删除