摘要: 本周收获 总结一下本周学习内容: 1、《深入浅出Pandas》的第15章:Pandas样式 15.1 内置样式~ 15.3样式高级操作 :car:博客: Pandas样式 2、《机器学习》第9章:聚类 9.1 聚类任务 9.2 性能度量 9.3 距离计算 9.4 原型聚类 9.5 密度聚类 9.7 阅读全文
posted @ 2022-07-23 23:30 朝南烟 阅读(27) 评论(0) 推荐(0) 编辑
摘要: 1、pandas 内置样式 空值高亮 highlight_null 最大最小值高亮 背景渐变 background_gradient 根据数值的大小背景颜色呈现梯度渐变,越深表示越大,越浅表示越小,类似于 Excel 的中的色阶样式。 条形图 bar 2、pandas 格式显示 我们在最终输出数据查 阅读全文
posted @ 2022-07-23 23:18 朝南烟 阅读(72) 评论(0) 推荐(0) 编辑
摘要: 多层感知机 多层感知机就是含有至少一个隐藏层的由全连接层组成的神经网络,且每个隐藏层的输出通过激活函数进行变换。多层感知机的层数和各隐藏层中隐藏单元个数都是超参数。多层感知机按以下方式计算输出: $$ \begin{aligned} \boldsymbol{H} &= \phi(\boldsymbo 阅读全文
posted @ 2022-07-23 17:46 朝南烟 阅读(397) 评论(0) 推荐(0) 编辑
摘要: 1、聚类任务 聚类是一种经典的无监督学习方法,无监督学习的目标是通过对无标记训练样本的学习,发掘和揭示数据集本身潜在的结构与规律,即不依赖于训练数据集的类标记信息。 聚类则是试图将数据集的样本划分为若干个互不相交的类簇,从而每个簇对应一个潜在的类别。 2、性能度量 性能度量为评价聚类结果的好坏提供了 阅读全文
posted @ 2022-07-23 17:26 朝南烟 阅读(243) 评论(0) 推荐(0) 编辑
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }