01 2020 档案
摘要：1.平稳的时间序列 级数的平均值不应是时间的函数，而应是常数； 系列的方差不应该是时间的函数，该特性被称为同调； 第i项和第（i + m）项的协方差不应该是时间的函数。 除非时间序列稳定，否则将无法建立时间序列模型。在违反固定标准的情况下，首要条件是使时间序列平稳，然后尝试使用随机模型预测该时间序列
阅读全文
摘要：对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边(u,v)∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序
阅读全文
摘要：希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是非稳定排序算法。 希尔排序的基本思想是：先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录"基本有序"时，再对全体记录进行依次直接插入排序。 def shellSort(arr): n =
阅读全文
摘要：计数排序的核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。 def countSort(arr): output = [0 for i in range(256)] count = [0 for i in rang
阅读全文
摘要：堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。堆排序可以说是一种利用堆的概念来排序的选择排序。 def heapify(arr, n, i): largest = i l
阅读全文
摘要：#!/usr/bin/python3 # -*- coding: utf-8 -*- import itertools class cartesian(object): def __init__(self): self._data_list=[] def add_data(self,data=[])
阅读全文
摘要：归并排序（英语：Merge sort，或mergesort），是创建在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 分治法: 分割：递归地把当前序列平均分割成两半。 集成：在保持元素顺序的同时将上一步得到的子序列集成到一起（归并）。
阅读全文
摘要：冒泡排序（Bubble Sort）也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢"浮"到数列的顶端。 def bu
阅读全文
摘要：选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。 实例 import sys A = [6
阅读全文
摘要：快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为较小和较大的2个子序列，然后递归地排序两个子序列。 步骤为： 挑选基准值：从数列中挑出一个元素，称为"基准"（pivot）; 分割：重新排序数列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准
阅读全文
摘要：插入排序（英语：Insertion Sort）是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。 def insertionSort(arr): for i in range(1, len(arr)): key = arr[i]
阅读全文
摘要：线性查找指按一定的顺序检查数组中每一个元素，直到找到所要寻找的特定值为止。 def search(arr, n, x): for i in range (0, n): if (arr[i] == x): return i; return -1; # 在数组 arr 中查找字符 D arr = [ '
阅读全文
摘要：二分搜索是一种在有序数组中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一
阅读全文
摘要：def myfont(): name = input("输入你的名字:(only English words) \t") length = len(name) for x in range(0, length): c = name[x] c = c.upper() if (c == "A"): pr
阅读全文
摘要：如何主动产生warning错误： import warnings def fxn(): warnings.warn("deprecated", DeprecationWarning) with warnings.catch_warnings(): warnings.simplefilter("ign
阅读全文
摘要：异常处理 捕捉异常可以使用try/except语句。 try/except语句用来检测try语句块中的错误，从而让except语句捕获异常信息并处理。 如果你不想在异常发生时结束你的程序，只需在try里捕获它。 语法： 以下为简单的try....except...else的语法： try: <语句>
阅读全文
摘要：conda install -c menpo opencv3
阅读全文
摘要：最近疫情呆在家中不敢走动，看看有什么游戏，发现了这个battleship 玩了几把ing有意思，找来代码，发现还挺自嗨 做了较大的变化在： 加入语音功能 加入虚拟盲猜对手 大家一起无聊无聊 """ codecademy上给的代码简单很多 """ from random import randint
阅读全文
摘要：Tampermonkey 俗称“油猴子”，它其实是一个脚本引擎，它提供了脚本安装、标签中的脚本运行状况速览、自动更新检查等管理功能。它可以自由定制网页，实现你想要的各种功能：比如去除网页弹窗贴边广告，突破下载网盘文件限速，破解某些VIP的限制这些都是他的强大功能所在。比如你想要定制某一个功能，那么你
阅读全文
摘要：这个是软件方的问题，所以暂时看这篇网友的解答吧貌似可以用 https://blog.csdn.net/DerrickRose25/article/details/102997685 另外网上说的修改Info.plist还是没说明白最后放到哪一个目录下面 https://blog.csdn.net/i
阅读全文
摘要：首先要安装好conda install pystan 再安装pip install fbprohet 调试的时候报错一：cannot import name 'easter' from 'holidays' holiday版本过高（将版本下载） pip install holidays==0.9.8
阅读全文
摘要：累了，不想发失败的那些截图了 讲一下我的实现方法： 先安装好brew 输入 brew install opencv 等待所有的下成功，没有成功就反复上面这个代码，最好有线网络（不用科学） 找到brew专用的“酒窖”celler 找到cv2.cpython-37m-darwin.so(基本类似的名字)
阅读全文
摘要：在上一篇中，我们回顾了先知的方法，但是在这个案例中表现也不是特别突出，今天介绍的是著名的l s t m算法，在时间序列中解决了传统r n n算法梯度消失问题的的它这一次还会有令人杰出的表现吗？ 长短期记忆(Long Short-Term Memory) 是具有长期记忆能力的一种时间递归神经网络(Re
阅读全文
摘要：在上一篇中，我们探讨了自动ARIMA，但是好像表现的还是不够完善，接下来看看先知的力量！ 先知（Prophet） 有许多时间序列技术可以用在股票预测数据集上，但是大多数技术在拟合模型之前需要大量的数据预处理。Prophet（先知）由Facebook设计和开发，是一个时间序列预测库，不需要数据预处理，
阅读全文
摘要：在上一篇中，我们发现knn和线性回归一样，表现的不是特别好，来看看时间序列的表现 时间序列预测法其实是一种回归预测方法，属于定量预测，其基本原理是;一方面承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；另一方面充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影
阅读全文
摘要：在上一篇中，我们学习了线性回归，这一次来看看k近邻的表现 K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属
阅读全文
摘要：继续上一篇，接下来是股票分析中使用线性回归 在现实世界中，存在着大量这样的情况：两个变量例如X和Y有一些依赖关系。由X可以部分地决定Y的值，但这种决定往往不很确切。常常用来说明这种依赖关系的最简单、直观的例子是体重与身高，用Y表示他的体重。众所周知，一般说来，当X大时，Y也倾向于大，但由X不能严格地
阅读全文
摘要：近年来,随着全球经济与股市的快速发展,股票投资成为人们最常用的理财方式之一。本文研究的主要目标是利用机器学习技术,应用Python编程语言构建股票预测模型,对我国股票市场进行分析与预测。 今天主要来回顾的是 移动平均 参考机器之心的文章，对代码进行了中文的解释，同时加入了自己的见解 首先来处理一下数
阅读全文
摘要：reshape(1,2)把结果分成1块，每一块2个元素 reshape(2,1)把结果分成2块，每一块1个元素 reshape(-1,1)把结果分成任意块，每一块1个元素 reshape(1,-1)把结果分成1块，这一块里面放所有的元素 reshape(4,3,2)把结果分成4块，每一块3个元素,做
阅读全文
摘要：OS X 10.9 下面 网络实用工具 从实用工具目录里消失了，可能这个程序用的人太少就取消了吧。但是对于做互联网的人还是有点用的。 参考http://www.mamicode.com/info-detail-2599177.html 方法一： 点击右上角的黑苹果 -关于本机 -系统报告 之后在屏幕
阅读全文
摘要：关键词：tensorflow2、LSTM、时间序列、股票预测 Tensorflow 2.0发布已经有一段时间了，各种新API的确简单易用，除了官方文档以外能够找到的学习资料也很多，但是大都没有给出实战的部分找了好多量化分析中的博客和代码，发现在tensorflow方面大家都还是在用1.x的版本，始终
阅读全文
摘要：包含文件NSE-TATAGLOBAL.csv和ttatest.csv https://github.com/mwitiderrick/stockprice
阅读全文
摘要：import numpy as npimport tensorflow as tfnp.random.seed(0)x = np.random.sample((11,2))# make a dataset from a numpy arrayprint(x) dataset = tf.data.Da
阅读全文
摘要：最近在研究量化分析，需要用到matplotlib中的一个库，输入from matplotlib.finance import quotes_historical_yahoo_ohlc, candlestick_ohlc发现有报错，仔细勘查后发现有两个问题，一个是matplotlib模块已经剔除了，所
阅读全文
摘要：谈到深度学习，就不得不谈到tensorflow 在tensorflow之后出了2.0版本，相比之前有了很大的改变,趁着假期赶紧冲冲冲！ 稍微学习了一些基础，做一个自我总结，作为一些基础的知识不再过多重复，有需要的自己上网查询。 写了一些代码，尽可能给出了必要的注释，具体的数学知识或者环境、运行问题欢
阅读全文
摘要：在使用a ri ma进行模型建立时，需要注意以下几点 1.参数选择上predict必须起始时间在原始的数据及当中的，在下例中就是说2017必须在数据集里面，而2019不受限制，只哟在2017后面就好了，重点：预测值起始时间必须在原始数据当中 pre_data = arima.predict('201
阅读全文
摘要：最近在调用Yahoo的数据是发现因为一些收购的计划，所以雅虎的导入也发生了改变 参考来源：https://blog.csdn.net/qq_33639400/article/details/90758311 将 pip install fix_yahoo_finance --upgrade --no
阅读全文
摘要：参考：matplotlib图例中文乱码? - 知乎用户的回答 - 知乎 https://www.zhihu.com/question/25404709/answer/309784195 1、下载字体安装包（需要直接的文件的，可以底下回复我） 2、解压之后在系统当中安装好，我的是Mac，打开字体册就可
阅读全文
摘要：很多时候我们会发现有的时候输出的结果特别多的时候，会在最后输出时用。。。代替，最后输出一个总长度，那要咋么弄咧？ import pandas as pd # 设置显示的最大列、宽等参数，消掉打印不完全中间的省略号 # pd.set_option('display.max_columns', 1000
阅读全文
