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(12)
  • 资源 (1)
  • 问答 (1)
  • 收藏
  • 关注

原创 查看自己电脑的python当前版本支持包格式报错及解决方案

在cmd中输入python或ipython原始输入:import pipprint(pip.pep425tags.get_supported())或import pip._internalprint(pip._internal.pep425tags.get_supported())均出现如下报错信息:Traceback (most recent call last):File “”, line 1, inAttributeError: module ‘pip’ has no attrib

2021-10-07 15:20:10 433

原创 Nolan的分形分布估计软件Stable使用教程

首先,将样本数据放入一个记事本中,并且与Stable软件在同一目录下然后双击stable打开接着挑选你想做的事情,输入对应的数字即可,比如我想进行稳定分布的参数估计,然后我就输入7即可接下来它让你输入文件名,我的文件名称为qq,所以在此我输入qq.txt(一定要加后缀哦)然后挑选估计参数的方法,输入对应的数字即可,比如我想使用极大似然估计法,则输入1即可你也可以在你的stable所在的目录下面看到一个名为stable的OUT文件,如下图:双击点开stable就可以查看你的操作日志啦~..

2021-02-19 22:07:40 1351 6

原创 在win10上安装Anaconda3并构建tensorflow和keras框架

在win10上安装Anaconda3并构建tensorflow和keras框架1.安装Anaconda3Anaconda安装包下载地址为:Anaconda安装包下载地址安装完毕双击打开,一直点击下一步,其中,要注意,这里的第一个也要打上对勾安装后会出现一个提示安装VScode,点击install那个按钮,安装完毕后会出现一个窗口,点击finish,则安装完成2.添加清华镜像网站打开Anaconda Prompt,添加清华镜像网址,这样后续下载安装包的速度会快很多输入以下代码,这三行分别执行完

2021-02-07 22:08:27 329

原创 在Python中安装某个模块做法

首先,在搜索栏输入cmd,找到命令提示符在后面输入Python -m pip install 模块名如下:C:\Users\14687>Python -m pip install stemming

2021-01-09 10:44:30 329

原创 矩阵与向量相乘

两个矩阵相乘时,我们要求第一个矩阵的列数与第二个矩阵的行数相等。向量:指n*1的矩阵。矩阵与向量相乘:首先要求矩阵的列数与向量的行数是相等的,然后用矩阵的第i行乘以向量,得到的结果作为最终结果的第i行。注:图片来源于吴恩达老师讲解的机器学习视频。...

2020-12-24 15:59:42 7300 1

原创 梯度下降法几个注意点

梯度下降法中是同时更新的θ0和θ1:同时更新θ0和θ1与不同时更新的区别如下:同时更新是最自然的方法。如图所示,如果同时更新与不同时更新两者是有区别的,同时更新时,两者都是在初始值得到的J的基础上进行更新;当不同时更新时,先在初始值θ0和θ1的基础上更新了θ0,再更新θ1时,此时是在新的θ0的基础上计算了J更新的θ1。θ0和θ1不同时变化如图左,θ0和θ1同时变化如图右梯度下降法中更新公式的导数项含义:如下图所示,假设只有一个参数θ1,若此时的θ1在J的最小值的右边(如下图中的上面的图),则.

2020-12-24 15:25:00 431

原创 《深度学习》数学知识基础

由于之前我学习过高等代数和解析几何,所有在此只列举不熟悉或容易忘记的知识点。一、线性代数张量:一般的,一个数组中的元素分布在若干维坐标的规则网格中,我们称之为张量。矩阵与向量相加:在深度学习中,我们允许矩阵和向量相加,产生另一个矩阵:C=A+b,其中Ci,j=Ai,j+bj。换言之,向量b和矩阵A的每一行相加。(这里隐式地复制向量b到很多位置的方式,称为广播)元素对应乘积(Hadamard乘积):两个矩阵中对应元素的乘积。矩阵乘积满足结合律,但是不满足交换律。标量可以看作只有一个元素的矩阵,标

2020-12-21 21:59:02 892 2

原创 李航《统计学习方法》前21章

参考知乎李航《统计学习方法》前21章内容

2020-12-19 10:55:14 210 1

原创 机器学习知识点汇总

参考知乎《机器学习》前十章知识点汇总

2020-12-19 10:54:45 185 1

原创 感知机Python代码实现(Python3.9)

感知机Python代码实现(Python3.9):import pandas as pd #数据分析库import numpy as np #数值计算扩展,用来存储和处理大型矩阵import matplotlib.pyplot as plt #导入画图工具包from sklearn.datasets import load_iris #从机器学习包中导入load_iris数据集#ris数据集的中文名是安德森鸢尾花卉数据集,英文全称是Anderson’s Iris data set#iris包

2020-12-19 10:37:09 1558 1

原创 k近邻法(KNN)的Python代码

k近邻法(KNN)的Python代码:import numpy as np #数值计算包import pandas as pd #数据分析包import matplotlib.pyplot as plt #画图工具包from sklearn.datasets import load_iris #导入load_iris数据集from sklearn.model_selection import train_test_split #划分数据的训练集与测试集包from collections impo

2020-12-19 10:32:40 340 3

转载 《统计学习方法》第22章 无监督学习方法总结

八种常用的统计机器学习方法,即聚类方法(包括层次聚类与k均值聚类)、奇异值分解(SVD)、主成分分析(PCA)、潜在语义分析(LSA)、概率潜在语义分析(PLSA)、马尔可夫链蒙特卡罗法(MCMC)、潜在狄利克雷分配(LDA)、PageRank算法还有另外三种常用的统计机器学习方法,即非负矩阵分解(NMF)、变分推理、幂法这些方法常用于无监督学习的聚类、降维、话题分析以及图分析一、机器学习方法之间的关系如下图所示:二、无监督学习方法的特点如下表:三、基础机器学习方法矩阵分解基于不同假设:SV

2020-12-19 10:17:28 212 1

Stable3.412.rar

可以利用Nolan的分形分布估计软件Stable对资产收益序列进行稳定分布的拟合

2021-02-19

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