原创 計算機組成原理——思維導圖

第一章 計算機系統概論 馮諾依曼型計算機特點 1.計算機由運算器，控制器，存儲器，輸入和輸出設備5部分組成 2.採用存儲程序的方式，程序和數據放在同一個存儲器中，並以二進制表示。 3.指令由操作碼和地址碼組成 4.指令在存儲器中按執行順

2022-09-28 14:30:24 31

原创 一些Arcgis操作

多值提取至點 https://desktop.arcgis.com/zh-cn/arcmap/latest/tools/spatial-analyst-toolbox/extract-multi-values-to-points.htm 參

2022-09-23 14:36:58

原创 csv轉換爲shp

一、csv文件內容 csv文件中記錄了500行氣象信息 我們需要做的是利用Fiona包，將csv的內容讀取，並導出爲shp格式 二、代碼 import fiona from collections import OrderedDict i

2022-09-11 14:26:35

原创 基於ANUSPLIN的氣象數據插值

這篇文章是對ANUSPLIN這個插值工具進行簡單的介紹，項目demo可以參考： https://github.com/leeyang1991/ANUSPLIN 這個項目已經把從數據轉換到腳本運行等一系列工作都用python實現了。 至於AN

2022-09-02 14:28:12 2

原创 監督學習集成模型——對比與調參

一、三大Boosting算法對比 XGBoost、LightGBM和CatBoost都是目前經典的SOTA（state of the art）Boosting算法，都可以歸入梯度提升決策樹算法系列。這三個模型都是以決策樹爲支撐的集成學習框架

2022-08-27 14:25:24

原创 基於lightGBM的交易詐騙案例檢測

一、數據預處理 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.prepro

2022-08-27 14:25:24

原创 監督學習集成模型——隨機森林

Boosting與Bagging Boosting和Bagging都是機器學習中一種集成學習框架。集成學習的意思是將多個弱分類器組合成一個強分類器，這個強分類器能取所有弱分類器之所長，達到相對的最優性能。 Boosting的一般過程如下。以

2022-08-26 14:31:25 1

原创 監督學習集成模型——XGBoost

一、XGBoost原理 XGBoost的全稱爲eXtreme Gradient Boosting，即極度梯度提升樹，由陳天奇在其論文“XGBoost: A Scalable Tree Boosting System：https://arxi

2022-08-26 14:31:25

原创 基於決策樹、隨機森林的寬帶客戶流失預測

一、數據探索 import pandas as pd import numpy as np # 1: 加載數據文件，查看數據信息 df = pd.read_csv('broadband.csv') df.head() # broadban

2022-08-26 14:31:25

原创 監督學習集成模型——LightGBM

LightGBM的全稱爲Light Gradient Boosting Machine，即輕量的梯度提升機，由微軟在其論文“LightGBM: A Highly Efficient Gradient Boosting Decision Tr

2022-08-26 14:31:25

原创 監督學習集成模型——AdaBoost

一、集成學習與Boosting 集成學習是指將多個弱學習器組合成一個強學習器，這個強學習器能取所有弱學習器之所長，達到相對的最佳性能的一種學習範式。 集成學習主要包括Boosting和Bagging兩種學習框架。Boosting是一種將弱學

2022-08-17 14:31:46 1

原创 自適應模糊神經網絡ANFIS

最早關於自適應模糊神經網絡推理系統( Adaptive Neuro Fuzzy Inference System，ANFIS)的文章應該是Jyh-Shing Roger Jang 於1993年發表的《ANFIS : Adaptive-Net

2022-07-29 14:31:05 10

原创 《神經網絡與深度學習》第六章 循環神經網絡

第六章 循環神經網絡 在前饋神經網絡中，信息的傳遞是單向的，這種限制雖然使得網絡變得更容易學習，但在一定程度上也減弱了神經網絡模型的能力．在生物神經網絡中，神經元之間的連接關係要複雜得多．前饋神經網絡可以看作一個複雜的函數，每次輸入都是獨立

2022-06-27 15:31:29 2

原创 《神經網絡與深度學習》第一章 緒論

第一章 緒論 深度學習是機器學習的一個分支，是指一類問題以及解決這類問題的方法。 神經網絡：一種以（人工）神經元爲基本單元的模型 深度學習主要解決貢獻度分配問題 每個組件都會對信息進行加工，並進而影響後續的組件，所以當得到最後的輸出結

2022-06-26 15:15:39 6

原创 基於LSTM的多變量多輸出溫溼度預測

1、模塊導入 import tensorflow as tf import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np import os imp

2022-06-25 15:50:25 11