最近在看SVM的論文，關於核函數不是很理解 查了一些資料 啓發最大的： 知乎大佬 還有這位大神
有時間再來補充
1、評價指標RMSE/MAPE/MSE/MAE 計算RMSE/MAPE 2、構造lagging def create_lagging(df,df_original,i): df1=df_original.copy() d
可以用df=df.fillna(0)直接填充相應的數值，也可以填充均值、中位數等值，具體操作如下（待補充）
如題所述，我們的目標是將含有三列的dataframe中的兩列分別處理成行索引和列索引，第三列則是（行索引，列索引）對應位置的值。 dataframe設爲df1，其中三列分別爲date，id，cnt date id cnt 2020-0
1、獲取屬性行 id_list=df.columns.values.tolist() 2、兩個dataframe合併，之後可以刪除有空值的行，或者刪除有重複的行 df3=pd.merge(df1,df2,how='left',on=['i
已有的dataframe中有兩列，一列是date(dtype=object)，一列是hour(dtype=int64)，如下： date hour 2020-03-13 4 2020-03-13 21 2020-03-13
數據預處理的時候可能會遇到有些分組空值或者稀疏值比較多的情況，這個時候可以刪除這些分組以保持數據的平衡性。 我自個找了半天沒找到直接刪除分組的函數，搞了半天搞了下面這個方法，反正是笨方法了。 dataframe有兩列，一列是分組依據，名稱
首先明白一點，灰度圖並不是字面上的黑白圖片的意思，主要看是不是單通道，所以做實驗的時候很多圖片轉換成灰度圖之後看着並不像是黑白圖。 轉換代碼和結果如下：
df.dropna(axis=0, how='any', inplace=True) axis：0-行操作（默認），1-列操作 how：any-只要有空值就刪除（默認），all-全部爲空值才刪除 inplace：False-返回新的數
大致區別這篇博客說的已經很清楚了 但是還有一些細節，我在做圖像處理的時候發現和這篇博客有一些出入，這裏做一下筆記。 1、用PIL的Image導入圖片之後會得到一個Image的對象，這個對象可以通過convert("RGB")函數，然後 用
import numpy as np import pandas as pd test_pic=pd.read_csv("D:\\Users\\sgcai\\Documents\\term_01_nima\\csg\\lvpai\\te
第一步：生成證書 openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mycert.pem -out mycert.pem 第二步：生成祕鑰和配置文件： 進入IPyt
