摘要: df = pd.DataFrame({'key1':list('aabba'), 'key2': ['one','two','one','two','one'], 'data1': np.random.randn(5), 'data2': np.random.randn(5)})df g=df.gr 阅读全文
posted @ 2018-09-17 19:31 在下小白 阅读(375) 评论(0) 推荐(0) 编辑
摘要: 1、word_tokenizer = Tokenizer(MAX_WORD_NUMS) MAX_WORD_NUMS设置词典的最大值,为一个int型数值 2、word_tokenizer.fit_on_texts(question_data["words"]) 解释:fit_on_texts(text 阅读全文
posted @ 2018-09-06 10:26 在下小白 阅读(315) 评论(0) 推荐(0) 编辑
摘要: 今天在学习别人特征工程的时候,看到这样一个函数,max_kcore = pd.DataFrame(list(nx.core_number(graph).items()), columns=["qid", "kcore"]),找了半天找不到nx.core_number()函数返回的是什么。 官方文档是 阅读全文
posted @ 2018-09-05 21:50 在下小白 阅读(1344) 评论(0) 推荐(0) 编辑
摘要: 今天观摩别人代码的时候,出现了求无向图最大团。 描述:团就是最大完全子图。(极大团) 给定无向图G=(V,E)。如果U包含于V,且对任意u,v属于U且有(u,v)属于E,则称U是G的完全子图。 G的完全子图U是G的团当且仅当U不包含在G的更大的完全子图中,即U就是最大完全子图。 G的最大团是指G中所 阅读全文
posted @ 2018-09-04 21:57 在下小白 阅读(2227) 评论(0) 推荐(0) 编辑
摘要: 1、 np.percentile(train_list["wnum1"], [10, 90, 95, 99]) 计算一个多维数组的任意百分比分位数,此处的百分位是从小到大排列 2、fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(20, 6)) 定义画图的画 阅读全文
posted @ 2018-09-03 20:23 在下小白 阅读(608) 评论(0) 推荐(0) 编辑
摘要: 最近conda install keras出现各种问题,显示配置问你,配置了清华中科大的源,都不行 估计原因是:配置各种源太多,最后全部删除只留一个清华源,成功 暴力方法直接删除C:\Users\Administrator\.condarc中的channels即可 阅读全文
posted @ 2018-07-25 16:07 在下小白 阅读(1859) 评论(0) 推荐(0) 编辑
摘要: 函数一:initializer=tf.random_uniform_initializer(-0.1, 0.1, seed=123) tf.random_uniform_initializer 参数: minval:一个 python 标量或一个标量张量。要生成的随机值范围的下限。 maxval:一 阅读全文
posted @ 2018-06-21 17:06 在下小白 阅读(659) 评论(0) 推荐(0) 编辑
摘要: 如果在anaconda中下载安装了模块,但是在spyder中无法import,可能是因为两个python环境并不一致,在promote重新conda install spyder即可 阅读全文
posted @ 2018-06-20 10:02 在下小白 阅读(4517) 评论(0) 推荐(0) 编辑
摘要: 逻辑斯蒂回归和感知机的异同: 两类都是线性分类器; 损失函数两者不同:逻辑斯蒂回归使用极大似然(对数损失函数),感知机使用的是均方损失函数(即错误点到分离平面的距离,最小化这个值) 逻辑斯蒂比感知机的优点在于对于激活函数的改进。 前者为sigmoid function,后者为阶跃函数。这就导致LR是 阅读全文
posted @ 2018-05-30 11:07 在下小白 阅读(6149) 评论(0) 推荐(0) 编辑
摘要: 官方中文文档的网址先贴出来:https://tensorflow.google.cn/programmers_guide/saved_model tf.train.Saver 类别提供了保存和恢复模型的方法。tf.train.Saver 构造函数针对图中所有变量或指定列表的变量将 save 和 re 阅读全文
posted @ 2018-05-17 21:55 在下小白 阅读(1838) 评论(0) 推荐(0) 编辑