zhugby的博客

在做物流调度问题时，我们想要知道供应商发货城市的地理坐标及距离矩阵，为路径推荐算法模型做数据准备工作，这里记录一下怎么使用geopy包提取城市经纬度及计算距离矩阵。

股票市场易受到诸多不确定性因素的影响，因此股价预测问题挑战巨大，自提出以来就是数字金融中的热门研究领域。传统简单的K线、十字线法操作简单，但预测准确率难以令人满意。随着该研究领域的不断深入，各种模型方法层出不穷。为比较各类模型的性能，本文选取了四种代表模型，线性模型中的移动平均、线性回归，传统机器学习模型KNN,深度学习模型LSTM，分别使用四种模型对深股平安银行的股价进行拟合预测。综合对比发现，深度网络以其独有的优势在高噪声、波动大、非线性的金融时序数据上表现出色，深度学习为股价的预测提供了新的思路。最后

啊啊

第十届“泰迪杯”数据挖掘挑战赛C题，@队友：Pluto_Ct、Be极客菌今年C题的赛题是“疫情背景下的周边游需求图谱分析”，分析新冠疫情前后旅游业和游客需求发生的变化，题目的目标主要包括：其中，“本地旅游图谱”为赛题给出的概念，在通用知识图谱的基础上加入了更多针对旅游行业的需求。题目数据包括2018年至2021年广东省茂名市的公众号文章、游记攻略和酒店、景区、餐饮评论。竞赛官网赛题链接：第十届“泰迪杯”数据挖掘挑战赛 赛题https://www.tipdm.org:10010/#/competition/1

来源：文章于2022年发表于期刊COMPUTERS & INDUSTRIAL ENGINEERING ，期刊基本信息及影响因子如下图所示：目录摘要1.研究贡献2.文献综述3.问题描述3.1 问题描述3.2 问题假设/前提条件3.3 问题定义4.解决方法4.1 强化学习基本框架4.2 Q-learning4.3 DDQN4.4 Rule Based algorithm5.仿真评估6.实验结果6.1 Q-learning单agent6.2 DDQN单agent vs DDQN6.3 平均收获报酬对比结果6.4

目录一、什么是Q learning算法？1.Q table2.Q-learning算法伪代码二、Q-Learning求解TSP的python实现1）问题定义 2）创建TSP环境3）定义DeliveryQAgent类4）定义每个episode下agent学习的过程5) 定义训练的主函数6）实验结果1. 环境创建2.实例化agent类3.agent训练学习一、什么是Q learning算法？ Q-learning......

第一步：查看python与anaconda的版本对应关系，详细见https://blog.csdn.net/yuejisuo1948/article/details/81043823Anaconda版本与Python版本对照表 - it610.com清华源下载对应的anaconda安装过程中出现yes/no选项的选yes，发现默认没有添加环境变量。配置环境变量，先打开配置文件，复制export那句话，加到末尾，保存文件关闭，命令行窗口输入sou...

学习SA的时候从网上copy了一段代码进行修改，明明都已经缩进对齐了空格但是运行的时候老是报错unindent does not match any outer indentation level（缩进级别不匹配），有点烦人的。这里记录一下我的解决方法。1.首先检查你的格式是不是正确，该缩进的缩进，该对齐的都对齐了，我的这个就是对齐没错但是报错。2.可能存在的问题是修改代码之后混用了tab＆空格键，需要检查一下，先关闭IDE打开的python脚本文件，用你的notepad++打开该文件，将.