随笔分类 -  动手学深度学习基础

DTW(动态时间规整)算法原理与应用
摘要:参考:https://www.bilibili.com/video/BV12r4y1A7mT/?spm_id_from=333.337.search-card.all.click&vd_source=3ad05e655a5ea14063a9fd1c0dcdee3e 那么如何通过某个算法实现红蓝点的一 阅读全文

posted @ 2022-12-08 17:29 lmqljt 阅读(8514) 评论(0) 推荐(0)

第2期 分布迁移下的深度学习时间序列异常检测方法探究 2021-09-22
摘要:2021-09-22 Gartner曲线:https://baijiahao.baidu.com/s?id=1741660322658337733&wfr=spider&for=pc source domain A中是有标签的数据;而target domain B中是没标签的数据,那么如何用好?某作 阅读全文

posted @ 2022-11-07 09:47 lmqljt 阅读(178) 评论(0) 推荐(0)

机器学习保姆级学习路线及面试
摘要:作者:码农鬼仔链接:https://www.nowcoder.com/discuss/1059103来源:牛客网 但鬼仔的这几篇笔记太零散了,想到哪写到哪,不利于同学们系统性地进行学习和准备算法岗的知识。在算法岗面试中,常常会考察机器学习和深度学习里面的一些基础知识,这部分可能会问的比较广,需要同学 阅读全文

posted @ 2022-11-06 11:20 lmqljt 阅读(246) 评论(0) 推荐(0)

机器学习/深度学习中常见数据集加载(读取)方法 https://blog.csdn.net/gailj/article/details/122142929
摘要:机器学习/深度学习中常见数据集加载(读取)方法 https://blog.csdn.net/gailj/article/details/122142929 阅读全文

posted @ 2022-11-02 15:09 lmqljt 阅读(179) 评论(0) 推荐(0)

PIL和pillow,opencv库的区别
摘要:一、PIL 分不清PIL和Pillow,于是简单整理一下二者区别; PIL全称是:Python Imaging Library。 PIL是一个强大的、方便的python图像处理库,功能非常强大,曾经一度被认为是python平台事实上的图像处理标准库,不过Python 2.7以后不再支持。 PIL官方 阅读全文

posted @ 2022-10-29 10:27 lmqljt 阅读(1821) 评论(0) 推荐(0)

周志华机器学习1_典型的机器学习过程、计算学习理论、基本术语
摘要:适用于全局的叫模型;适用于局部的叫模式; 机器学习就是关于学习算法的设计分析及应用的一门学问。所以研究的核心是学习算法,而学习算法会导致你会直接获得什么样的模型,所以你要对模型性质研究,而模型的性质很多时候来源于算法,而算法并不是每次都得到同样的一个模型,因为算法是应用到数据上。所以这几方面联系起来 阅读全文

posted @ 2022-10-25 20:16 lmqljt 阅读(235) 评论(0) 推荐(0)

KFold.split()等类似解释
摘要:class sklearn.model_selection.KFold(n_splits=5, *, shuffle=False, random_state=None >>> import numpy as np >>> from sklearn.model_selection import KFo 阅读全文

posted @ 2022-10-14 13:53 lmqljt 阅读(226) 评论(0) 推荐(0)

时间序列分析中的 statsmodels.tsa.arima_model被弃用了,这样用即可
摘要:from statsmodels.tsa.arima_model import ARIMA##此方法已被弃用 # Fit model model = ARIMA(y_train, order=( 1,1,1)) #自己调整参数 model_fit = model.fit() 应换成更好的直接从sta 阅读全文

posted @ 2022-10-04 22:31 lmqljt 阅读(1473) 评论(0) 推荐(0)

df.plot绘图基本操作参考
摘要:import matplotlib.pyplot as plt import numpy as np import pandas as pd #读取天气数据 df = pd.read_csv('data/london2018.csv') df 折线图 单个y值 df.plot.line(x='Mon 阅读全文

posted @ 2022-09-30 17:02 lmqljt 阅读(2591) 评论(0) 推荐(1)

pandas中绘图函数df.plot()的使用以及cumsum()函数
摘要:df.plot df.plot(x, y, kind, figsize, title, grid, legend, style) x 只有dataframe对象时,x可用。横坐标 y 同上,纵坐标变量 kind 可视化图的种类,如下: | - 'bar' : vertical bar plot | 阅读全文

posted @ 2022-09-30 16:30 lmqljt 阅读(1372) 评论(0) 推荐(0)

python MLPRegressor神经网络回归预测
摘要:参数说明: batch参数用来指定mini-batch sgd优化器的样本批量大小,默认值为200(如样本数低于200,则为样本数)。 max_iter用来指定神经网络的最大迭代次数,默认值为200。 random_state用来指定随机种子,用来控制模型初始权重的随机性。如果给定特定值,重新跑模型 阅读全文

posted @ 2022-09-29 22:45 lmqljt 阅读(3528) 评论(0) 推荐(0)

Sklearn主要模块介绍
摘要:https://blog.csdn.net/weixin_41395763/article/details/122949178 阅读全文

posted @ 2022-09-29 14:28 lmqljt 阅读(56) 评论(0) 推荐(0)

sklearn获取数据集时fetch_california_housing()数据慢以及获取不到
摘要:直接去网站下载即可。 在加载fetch_california_housing()数据的时候,加载很久都不出来解决方法:进入网站https://ndownloader.figshare.com/files/5976036下载数据集,然后将压缩包移动到C:\Users\用户名\scikit_learn_ 阅读全文

posted @ 2022-09-29 14:24 lmqljt 阅读(1437) 评论(0) 推荐(0)

df.plot()参数
摘要:可参考: https://blog.csdn.net/Stybill_LV_/article/details/106652471 https://blog.csdn.net/u010916338/article/details/105725777 阅读全文

posted @ 2022-09-28 21:09 lmqljt 阅读(70) 评论(0) 推荐(0)

pandas.DataFrame.hist()等函数bins参数的理解
摘要:bins 参数的含义是所画出的直方图的“柱”的个数;每个“柱”的值为其跨越的值的个数和。 从图中可以看到‘柱’的个数为6,每个“柱”的值为其跨越的值的个数和。如第一个“柱”跨越了0和1,那么该柱的高度就是0和1出现的次数的总和。 DataFrame.hist(column=None, by=None 阅读全文

posted @ 2022-09-28 17:56 lmqljt 阅读(3069) 评论(0) 推荐(0)

np.unique()函数
摘要:https://www.cnblogs.com/keye/p/11168540.html 阅读全文

posted @ 2022-09-27 16:44 lmqljt 阅读(39) 评论(0) 推荐(0)

Sklearn保存和导入模型,pickle.dump()
摘要:Python中Pickle模块的dump()方法和load()方法 在机器学习中,我们常常需要把训练好的模型存储起来,这样在进行决策时直接将模型读出,而不需要重新训练模型,这样就大大节约了时间。Python提供的pickle模块就很好地解决了这个问题,它可以序列化对象并保存到磁盘中,并在需要的时候读 阅读全文

posted @ 2022-09-27 14:15 lmqljt 阅读(1013) 评论(0) 推荐(0)

sklearn预处理函数
摘要:sklearn实现 归类为5大类 sklearn.preprocessing.scale()(最常用,易受异常值影响) sklearn.preprocessing.StandardScaler() sklearn.preprocessing.minmax_scale()(一般缩放到[0,1]之间,若 阅读全文

posted @ 2022-09-27 10:26 lmqljt 阅读(211) 评论(0) 推荐(0)

ARIMA简介
摘要:时间序列预测模型-ARIMA模型 什么是 ARIMA模型 ARIMA模型的全称叫做自回归移动平均模型,全称是(ARIMA, Autoregressive Integrated Moving Average Model)。也记作ARIMA(p,d,q),是统计模型(statistic model)中最 阅读全文

posted @ 2022-09-25 22:20 lmqljt 阅读(4427) 评论(0) 推荐(0)

自动调参工具 NNI,Optuna,pytorch可视化
摘要:https://muyun8714.blog.csdn.net/article/details/117253987 https://blog.csdn.net/quiet_girl/article/details/72517053 pytorch可视化:https://zhuanlan.zhihu. 阅读全文

posted @ 2022-09-25 21:23 lmqljt 阅读(334) 评论(0) 推荐(0)

导航