原创 一文讀懂FFT,爲什麼要加窗

一文讀懂FFT,爲什麼要加窗 數字信號處理離不開頻域分析,一定會用到FFT。做FFT之前又會用到窗函數。爲什麼FFT需要加窗呢?結論放在前面。 FFT假設輸入的信號是一個整數個週期信號。如果輸入信號滿足條件,則不需要加窗。但實際

原创 tensorflow 模型保存與導入

Tensorflow 模型保存與導入模型保存模型保存過程PB文件保存模型導入 使用Tensorflow訓練模型,將已經訓練好的模型保存起來,留下接口供以後使用,或者由其他程序模型來調用,有三種方法,其中使用PB文件最爲方便。 先

原创 in future 和 in the future用法的區別

in future 和當前的事情有關係,比如說今天遲到了,老師警告說今後要按時到學校哦,就用in future。in the future 只是一種抽象的概念,詞組有in the near/distant future, 不久/很久以後。

原创 Run-Time Check Failure #2 - Stack around the variable 'xxx' was corrupted

Run-Time Check Failure #2 - Stack around the variable ” was corrupte 意思我們的程序中,在某個變量附近的內存被破壞了,如果出現此類問題,一般表示我們的程序存在內存越界。 

原创 C\C++中 fopen中w w+ wb區別

w 和wb的區別,w是以文本方式打開文件,wb是二進制方式打開文件。 以文本方式打開文件時,fwrite函數每碰到一個0x0A時,就在它的低地址處加入0x0D.其它內容不做添加操作。   比如十六進制數據 000A 0008 0004 本

原创 解決vs F5運行時提示out of date的問題

網上很多人說什麼.h/.cpp修改時間在當前系統時間之後導致?其實就算你把時間改好都沒辦法解決。。。 真正導致出現這個問題的原因是:你的項目裏包含根本不存在的.h/.cpp文件! so,把項目每個文件都展開看下吧,找到提示不存在的文

原创 Home Credit Default Risk 違約風險預測,kaggle比賽,進階篇,LB 0.792

Home Credit Default Risk 違約風險預測 只用application_train數據集,AUC的分數可以達到0.76381。加上另外兩組數據集,AUC的分數可以達到0.8。說明另外兩組數據集能夠帶來約0.04

原创 基於XGBOOST的電能消耗預測

Python數據分析的基本技能點 技能 時間 知識點 Python編程 30% numpy,pandas,文本處理,矩陣運算 數據建模 30% scikit,分類與迴歸,線性迴歸,邏輯迴歸,決策樹,梯度提升樹

原创 Home Credit Default Risk 家庭信用違約風險預測,kaggle比賽,初級篇,LB 0.73889

Home Credit Default Risk結論簡介數據分析平衡度數據缺失數據類型離羣值填充缺失值建模 結論 本篇博客只對 application_train / application_test的數據進行分析,使用Logis

原创 House Price Prediction 房價預測

House Price PredictionData preprocessing, missing values, errors, and outliersmissing valueserror valuesgarage feat

原创 Predict Future Sales 預測未來銷量, Kaggle 比賽,LB 0.89896 排名6%

預測未來銷售該項目來源於kaggle中的一場比賽的賽題,數據是由日常銷售數據組成的時間序列數據集,該數據集由俄羅斯最大的軟件公司之一 - 1C公司提供。 博客分爲兩個部分,首先是數據分析,然後是特徵工程和建模。 數據分析 1. 數