摘要：
亲测有效 转自： https://www.cnblogs.com/jixiaohua/p/11732225.html 阅读全文
摘要：
亲测成功 转载 https://blog.csdn.net/qq_35422558/article/details/115747760 阅读全文
摘要：
具体数据文件 1、apply()函数 通过pandas新增一列，值为将时间戳转化成日期。例如1600123456 -> 20200914 import pandas as pd import time def get_year_month_day(row): """将时间戳转化成日期""" sc = 阅读全文
摘要：
import numpy as np """ 初始化多维数组，dtype为数据类型，shape为数组形状，ndim表示维度数 np.empty() 快速创建对象，数值没有实际意义 """ z = np.empty([2,3,4]) #print(z) #print(z.dtype,z.shape,z 阅读全文
摘要：
import torch import numpy as np """ 创建tensor 1 传入列表 2 传入数组 3 调用api torch.empty() 会用无用数据填充 0 torch.ones() torch.zeros() torch.rand([3,4]) 取0-1 torch.ra 阅读全文
摘要：
Tensorflow2.0 训练模型 import tensorflow as tf from tensorflow import keras from tensorflow.keras.datasets import mnist from tensorflow.keras import layer 阅读全文
摘要：
import numpy as np """ 模拟数据集 """ data = [] w = 1.477 b = 0.089 for i in range(100): x = np.random.uniform(-10.,10.) eps = np.random.normal(0.,0.1) y = 阅读全文
摘要：
参考原文：https://blog.csdn.net/v_july_v/article/details/81708386 阅读全文
摘要：
特征选择 从特征集合中选择出相关的特征子集的过程，称为特征选择。它是数据预处理的一个重要过程。 为什么进行特征选择？ 答：由于特征过多造成维数灾难，去除不相关的特征，会降低学习任务的难度。 过滤式选择 过滤式特征选择是首先从特征中过滤重要特征，接着再训练学习器，特征选择过程与学习器训练过程无关。 R 阅读全文
摘要：
K-MEANS算法： 基本思想 无监督问题，相似的归为一类。但是很难评估和调参。 1 将数据分成K个簇， 2 质心：均值，向量各维度取平均。 3 距离度量：欧式距离和余弦相似度（先标准化） 4 优化目标：min(sumCu(sumDist(c，x)2)) 从1到K个簇进行和，每个簇中，样本点到质心的 阅读全文