上一页 1 ··· 23 24 25 26 27 28 29 30 31 ··· 56 下一页

2018年3月17日

推荐系统之 BPR 算法及 Librec的BPR算法实现【1】

摘要: 【推荐系统之 BPR 算法】 1、关于BPR的论文原文: BPR: Bayesian Personalized Ranking from Implicit Feedback 2、参考1:论文快读 - BPR: Bayesian Personalized Ranking from Implicit F 阅读全文

posted @ 2018-03-17 23:57 CuriousZero 阅读(4623) 评论(0) 推荐(0) 编辑

机器学习中的 ground truth

摘要: 维基百科关于 ground truth的解释: 【 Ground truth】 大致为: 在统计学和机器学习中:在机器学习中ground truth表示有监督学习的训练集的分类准确性,用于证明或者推翻某个假设。有监督的机器学习会对训练数据打标记,试想一下如果训练标记错误,那么将会对测试数据的预测产生 阅读全文

posted @ 2018-03-17 23:50 CuriousZero 阅读(920) 评论(0) 推荐(0) 编辑

PyCharm 默认运行 unittest

摘要: 若文件里面有某个函数名称或模块名称以test为前缀,Pycharm的话,就会自动认为是单元测试: 报错信息:test_file() missing 1 required positional argument: 'data_dir' 把 test 前缀换掉之后,亦不报错了: 阅读全文

posted @ 2018-03-17 21:20 CuriousZero 阅读(332) 评论(0) 推荐(0) 编辑

2018年3月10日

Python的copy()与deepcopy()区别

摘要: Python的copy()与deepcopy()分别对应浅拷贝和深拷贝。 它们的理论区别: deepcopy():深复制(也就是寻常意义上的复制),即将被复制对象完全再复制一遍作为独立的新个体单独存在。所以改变原有被复制对象不会对已经复制出来的新对象产生影响。 copy():浅复制并不会产生一个独立 阅读全文

posted @ 2018-03-10 10:18 CuriousZero 阅读(506) 评论(0) 推荐(0) 编辑

2018年2月26日

使用Python的turtle库实现七段数码管绘制

摘要: 七段数码管绘制:七段数码管是由7段数码管拼接而成,每段有亮或不亮两种情况,改进的七段数码管还包括一个小数点位置。七段数码管能形成2^7=128种状态,其中部分状态能够显示易于人们理解的数字或字母含义。因此被广泛使用。 使用turtle库并使用函数封装绘制七段数码管,显示当前系统日期和时间。该问题的I 阅读全文

posted @ 2018-02-26 00:00 CuriousZero 阅读(3963) 评论(1) 推荐(0) 编辑

2018年2月17日

Python 死循环和嵌套循环

摘要: 半路循环:运用break中途退出循环,循环出口在循环体中部,被称为半路循环 半路循环-哨兵:半路循环退出实现哨兵循环的一般模式: 阅读全文

posted @ 2018-02-17 17:18 CuriousZero 阅读(19320) 评论(0) 推荐(1) 编辑

2018年2月2日

Python 随机数 random

摘要: 1. Python seed() 函数 seed() 方法改变随机数生成器的种子,可以在调用其他随机模块函数之前调用此函数。 seed( )是不能直接访问的,需要导入 random 模块,然后通过 random 静态对象调用该方法。如: 其中的参数:x 是 改变随机数生成器的种子seed。如果不了解 阅读全文

posted @ 2018-02-02 09:17 CuriousZero 阅读(735) 评论(0) 推荐(0) 编辑

2018年1月30日

更改 pandas dataframe 中两列的位置

摘要: 更改 pandas dataframe 中两列的位置: 把其中的某列移到第一列的位置。 原来的 df 是: 要将 Mid 这一列移动到第一列? 解决办法:(使用 ix ) 法一: 法二: 最终的处理结果: 阅读全文

posted @ 2018-01-30 17:05 CuriousZero 阅读(3944) 评论(0) 推荐(0) 编辑

Pandas中DataFrame修改列名

摘要: Pandas中DataFrame修改列名:使用 rename 阅读全文

posted @ 2018-01-30 15:41 CuriousZero 阅读(383) 评论(0) 推荐(0) 编辑

2018年1月28日

MM 算法与 EM算法概述

摘要: 1、MM 算法: MM算法是一种迭代优化方法,利用函数的凸性来寻找它们的最大值或最小值。 MM表示 “majorize-minimize MM 算法” 或“minorize maximize MM 算法”,取决于需要的优化是最大化还是最小化。 MM本身不是算法,而是一种如何构造优化算法的描述。 MM 阅读全文

posted @ 2018-01-28 19:59 CuriousZero 阅读(5072) 评论(0) 推荐(0) 编辑

上一页 1 ··· 23 24 25 26 27 28 29 30 31 ··· 56 下一页

导航