- 博客(7)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 gmsh Windows GUI 点击Edit script显示文件名无效
但本人在windows环境下，点击Edit script后却出现了以下报错，一顿查阅之后，只发现了很多类似情况，但没有找到解决方案，因此开始自己摸索。结合报错的内容，合理怀疑是指令里的路径出现问题，于是在Tools->Options->General->Advanced中找到对应指令。按照gmsh官方文档，可以通过修改.geo文件中的内容来进行建模，具体如下。在打开命令行之后，可以看到点击Edit script之后发送的指令。问题就出在这单引号上，Windows路径要求双引号，将这里改为。
2024-04-28 22:54:02
227
2
原创 python数据分析处理笔记-房价预测数据预处理（01）
导入相关库以及数据对数据缺失值情况进行查看通过missingno库对缺失值进行查看主要通过以下函数对缺失值进行可视化处理，参考缺失值条形图缺失值矩阵的数据密度显示缺失值相关性热图通过条形图和数据密度显示，可以发现“lot_size”和“lot_size_units”列数据存在缺失。再通过相关性热图可以发现，两列数据为关联数据通过pandas库对缺失值进行查看通过pandas库可以更直观地看出，“lot_size”和”lot_size_units”列数据存在缺失，缺失程度为17.2%
2023-03-26 12:11:35
2553
3
原创 Principal component analysis（PCA）-- 主成分分析2.0
本节主要介绍了PCA的projection和reconstruction两个数学过程。只要知道投影向量，我们就能实现高维向低维的投影以及低维向高维的重建。
2023-01-23 18:58:28
194
原创 Principal components analysis(PCA)--主成分分析1.0
在多元统计分析中，主成分分析（英语：PCA）是一种统计分析、简化数据集的方法。它利用正交变换来对一系列可能相关的变量的观测值进行线性变换，从而投影为一系列线性不相关变量的值，这些不相关变量称为主成分（Principal Components）。具体地，主成分可以看做一个线性方程，其包含一系列线性系数来指示投影方向。PCA对原始数据的正则化或预处理敏感（相对缩放）。简单来说（用人话来说），PCA是一项流行的用于数据降维的技术，并在降维的同时尽可能得保持数据原有的特征。
2023-01-21 01:44:13
504
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人