原创 對於Pandas和Numpy中axis參數的理解

如何理解Pandas中axis參數的使用? ① df.drop(index, axis=0),是去掉某一行數據; df.drop(col_name, axis=1),是去掉某一列的數據。 ② df.sum(axis=0),是求每列

原创 Pandas處理分類數據

一、category的創建及其性質 1.分類變量的創建 (a)用Series創建 (b)對DataFrame指定類型創建 (c)利用內置Categorical類型創建 (d)利用cut函數創建 2.分類變量的結構 (a)descr

原创 2019.12.11

2019.12.11 一、C++第一次程序 1.練習1.4 #include <string> #include <iostream> using namespace std; int main() {

原创 2019.12.14

一、tensorflow 1.結果的可視化 莫煩大佬的代碼如下: from __future__ import print_function import tensorflow as tf import numpy as np

原创 2019.12.13

一、Q-learning算法 1.莫煩Q-learning第一段代碼已理解,如下: import numpy as np import pandas as pd import time np.random.seed() # r

原创 數據挖掘 之 數據探索(《Python數據分析與挖掘實戰》)

文章目錄一、數據質量分析① 缺失值分析② 異常值分析③ 一致性分析二、數據特徵分析1. 分佈分析2. 對比分析3. 統計量分析① 集中趨勢度量② 離中趨勢度量4. 週期性分析5. 貢獻度分析6.相關性分析① 散點圖② 散點圖矩陣③

原创 2019.12.06

2019.12.06 一、tensorflow 1.使用tensorflow建造神經網絡 1.定義一個函數,可以增加一層隱藏層,並返回該隱藏層的輸出值。 2.構造一些數據,用於處理。 3.定義placeholder用於神經網絡的輸

原创 畢業設計參考文檔

【機器學習】一文讀懂正則化與LASSO迴歸,Ridge迴歸 XGBoost原理 如何用sklearn對隨機森林調參? sklearn隨機森林調參小結 Python機器學習筆記:Grid SearchCV(網格搜索) xgboost

原创 2019.12.04

2019.12.04 一、tensorflow學習 1.astype: 轉換數組的數據類型。 2.dtype: 一個用於說明數組數據類型的對象。返回的是該數組的數據類型。由於圖中的數據都爲整形,所以返回的都是int32。如果數組

原创 2019.12.12

2019.12.12 一、essential c++ 1.練習1.8(沒有做好) #include <iostream> #include <fstream> #include <algorithm> #include

原创 數據挖掘:EDA-數據探索性分析(以天池比賽——二手車交易價格預測爲例)

文章目錄數據分析主要步驟代碼1.載入各種數據科學以及可視化庫2.載入數據3.總覽數據概況4.判斷數據缺失和異常5. 瞭解預測值的分佈6. 查看unique分佈7. 數字特徵分析8. 類別特徵分析9. 用pandas_profili

原创 使用pip安裝OpenCV2(opencv-python)

在python代碼中 import cv2 但是用pip安裝opencv2需要如下指令 pip install opencv-python

原创 2019.12.09

2019.12.09 一、動態規劃 之 策略迭代 看懂值迭代的代碼之後,策略迭代變得簡單了許多,策略迭代主要包括:策略評估和策略改進。 策略迭代的步驟如下: 1.初始化隨機策略。 2.求得隨機策略下的值函數,並判斷其是否爲當下策略

原创 BrokenPipeError: [Errno 32] Broken pipe解決方法

使用pytorch運行代碼報錯: BrokenPipeError: [Errno 32] Broken pipe 解決方案: 令 torch.utils.data.DataLoader() 函數的 num_workers = 0

原创 2019.12.07

2019.12.07 一、Windows10和Ubuntu雙系統 今天早上準備嘗試安裝雙系統,但是嘗試失敗,網上坑人的教程太多,不太友好。決定在虛擬機上安裝OpenAI試一下。 二、 後來發現虛擬機的Ubuntu裝universe