下士闻道

摘要： 机器学习的一个假设就是学习的默认建模使用的训练数据和真实/测试数据分布是一致的。所以如果数据分布不一致，是无法使用一个模型来进行拟合的。 数据科学家最重要的一个能力就是能够“定义问题”。 如何掌握一个模型/算法？在研究的过程要念念不忘几个点：模型是什么，损失函数是什么，都有哪些超参数影响模型。模型， 阅读全文

摘要： 1. 手工创建DataFrame 1 a = [[1, 2, 2],[3,None,6],[3, 7, None],[5,None,7]] 2 data = DataFrame(a) 2. Excel数据数据没有顶头的处理 1 import os 2 import pandas as pd 3 ba 阅读全文

摘要： y = groupall.values[:, 2:] x = range(np.shape(y)[1]) plt.plot(x, y[0], "b.") x2 = np.array(x).reshape(-1,1) y2 = np.array(y[0]).reshape(-1,1) plt.plot(x2, y2, "r.") sgd_reg2 = SGDRegressor(n_iter_n... 阅读全文

摘要： 第三天 1. csv文件的读取确实要比excel文件快很多； 2. 在panython3中的range就是python2中的xrange； 第四天 3. 发现300天的拟合出现了严重的准度问题，都出现负值了，首先我把负值都处理为0，情况仍然，然后，开始我怀疑是自己的predict超出了fit范围导致，但是发现predict的x即使和fit的相同，仍然y_predict非常离谱；接着，于是我怀疑是不... 阅读全文

摘要： 隐藏层（hidden layer） 为什么叫隐藏层？因为是黑盒角色；输入层输入到"黑盒"，将会得到进行运算，最后数据到输出层。隐藏层是深度学习一个基本概念。 输入层是原始数据样本，注意每个原始样本的滑窗范围（也叫感受视野，local receptive fields，也被称之为卷积核，还常被称之为filter，和"深度"意思一致）对应着隐藏层一个节点，这个映射过程是通过将输入数据*权重... 阅读全文

摘要： 之前总是报错，说是Connection Already Close；后来才发现是因为写法的问题；在writeToDB的函数中，执行完毕后，将会执行final里面的关闭链接； 但是，其实访问并没有完事，在writeToDB外围还有一层循环，后续还是会继续访问数据库，但是此时链接已经关闭，于是导致了这个 阅读全文

摘要： 直接上代码： x [[1] [2] [3] [4]] y [[2] [4] [6] [8]] line.coef_: [[2.]] line.intercept_: [0.] 完美，这是非常标准的线性回归的参数形式；看到coef和intercept也是和我们预期是相符的。 下面的是转置之后的数据处理 阅读全文

摘要： 1. 整体字代替大小 ctrl +：增大窗口字体ctrl -：减小窗口字体 2. vs code显示图形 vs code 显示图像注意需要调用plt.show()，这个和jppyter不太一样，前者应该对于plot做了优化，可以不需要显式的声明。对于sns等画图package，在build完画面之后 阅读全文

摘要： VS Code中配置python版本VS Code十分方便配置python的版本；可以选在在本地setting.json或者全局setting.json文件中配置：python.pythonPath在全局配置，通过command palette中敲入settings，可以看到有一个Global Se 阅读全文

摘要： 参考： https://www.jianshu.com/p/c83dd487df09 阅读全文