- 博客(66)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 因子分析（EFA）和主成分分析（PCA）学习
主成分简介降维，将大量相关变量转化为一组很少的不相关变量，根据我搜索的结果，当变量间的相关性高达85%以上的才可以使用主成分分析，得到不相关的很少个新变量。总之1.最终的新变量的旧变量的线性组合2.最终的变量之间没有相关性3.变量之间必须有高度相关才可以...
2019-05-12 15:41:47
9381
转载 Lingo与灵敏度分析（范围最优）
Lingo与灵敏度分析（范围最优） 代码如下： 用DESKS、TABLES和CHAIRS分别表示三种产品的生产量，建立LP模型；max=60*desks+30*tables+20*chairs;8*desks+6*tables+chairs<=48;4*desks+2*tables+1.5*chairs<=20;2*desks+1.5*tables+...
2018-08-16 16:16:58
22997
1
原创 Lingo与最短路问题
Lingo与最短路问题 代码如下：!最短路问题;model:data: n=10;enddatasets: cities/1..n/: F; !10个城市; roads(cities,cities)/ 1,2 1,3 2,4 2,5 2,6 3,4 3,5 3,6 4,7 4,8 5,7 5,8 5...
2018-08-16 16:10:44
14215
9
原创 Lingo与资源分配问题
Lingo与一维资源分配问题 代码如下：sets:R/1..6/:z;L/1..3/;c(R,L):x,y;endsetsdata:X=0 0 0 5 5 4 15 15 26 40 40 40 80 60 45 90 70 50;z=0 1 2 3 4 5;enddatamax=@sum(c(i,j):X(i,j)*y(i,j));@f...
2018-08-16 16:08:53
6335
6
原创 Lingo与一般整数规划问题
Lingo与一般整数规划问题 代码如下：model:sets: time/x1..x8/: required,start;endsetsdata: !每天所需的最少职员数; required = 10 8 9 11 13 8 5 3; enddata!最小化每周所需职员数; min=@sum(time: start); @for(time (J)...
2018-08-16 16:05:16
4019
3
原创 Lingo与最小费用运输问题
Lingo与最小费用运输问题 代码如下：model:!6发点8 model:!6发点8收点运输问题;sets: warehouses/wh1..wh6/: capacity; vendors/v1..v8/: demand; links(warehouses,vendors): cost, volume;endsets min=@sum(links: ...
2018-08-16 16:03:39
6411
原创 Lingo与线性规划
Lingo与线性规划 代码如下max =8*x1+6*x2;9*x1+8*x2<=12;7*x1+11*x2<=24;9*x1+11*x2<=13;x1>=0;x2>=0;
2018-08-16 16:00:28
4965
原创 模糊数学与matlab
模糊数学 什么是模糊数学？还是看题吧—>求R的传递闭包：R=[1 0.2 0.8 0.5 0.3;0.2 1 0.1 0.2 0.4;0.8 0.1 1 0.3 0.1;0.5 0.2 0.3 1 0.6;0.3 0.4 0.1 0.6 1];%传递闭包求法a=size(R);B=zeros(a);flag=0;while flag==0fo...
2018-08-13 16:50:10
9182
13
转载 典型相关分析与R（搜的搜的）
1 关键点：#典型相关分析# 典型相关分析是用于分析两组随机变量之间的相关程度的一种统计方法，它能够有效地揭示两组随机变量之间的相互（线性依赖）关系 例如 研究生入学考试成绩与本科阶段一些主要课程成绩的相关性 将研究两组变量的相关性问题转化为研究两个变量的相关性问题 此类相关为典型相关2 分类：#总体典型相关#样本典型相关3 R语言提供的计算函数： 典型相关计...
2018-08-13 00:23:49
2188
2
原创 对应分析之多重多维+偏好选择
当你看到下面这种题 先不着急装逼，看看他的数据： 几..几个变量？我已经不自觉开始颤抖了。（作为新手小白在建模上的路真是坎坷） 后来，我是这么做的，搜到资料再结合答案: （1）把数据导入spss（不包含序列那列） （2）这些数据都是处理过的，于是—重点来了： （3）点击分析–&gt;降维–&gt;最优尺度 在”最佳尺度“里，有 a.最佳度量水平...
2018-08-12 20:59:07
3959
1
原创 SPSS与对应分析（类别简单型）
对应分析用SPSS做并不难，比较困难的是解读分析出来的东西。本文只是步骤，结果解读后续再写~分析变量的方法主要有： 类型一:变量间型-R型（主成分分析）类型二：样本间型：（转置后再进行因子分析（步骤相同））类型三：对应分析（本节要讲的，上面的可以看后续文档）步骤及解读第一步：将数据导入spss（我用的是21.0版本破解版哈） 数据类型有频数数据，如果是描述...
2018-08-12 18:13:22
9943
3
原创 灰色系统模型和matlab
灰色系统模型理论及其应用1.关联分析 因素分析的一种，关联分析实际上就是动态过程发展态势的量化比较分析。1.粗糙式：对于关联分析，一般用excel画出图表，几何形状越接近，关联程度就越大。2.计算式： 题目的意思是要对铅球运动员的专项成绩进行因素分析，给出的信息是每年最好成绩及16项专项素质和身体素质的时间序列资料。数据格式如下: 项目/时间 1...
2018-08-11 16:23:25
4695
原创 anaconda prompt上如何跑bert模型
上图，喜气洋洋本来想一键实现：然鹅试了好几种都告诉我不可能，最后，只能白痴一点，改原文件：如果有会的请务必告诉我 ！
2021-02-02 17:28:24
535
1
翻译 翻译
encoding: utf-8from translate import Translator以下是将简单句子从英语翻译中文translator= Translator(to_lang=“chinese”)translation = translator.translate(“Good night!”)print translation在任何两种语言之间，中文翻译成英文translator= Translator(from_lang=“chinese”,to_lang=“english”)t
2020-11-14 20:21:00
312
原创 《Model-based Interactive Semantic Parsing: A Unified Framework and A Text-to-SQL Case Study》读后感
Model-based Interactive Semantic Parsing: A Unified Framework and A Text-to-SQL Case Study目录一、摘要&总结&未来工作二、目录一、摘要&总结&未来工作二、
2020-11-07 16:57:35
515
原创 《Semantic Parsing via Staged Query Graph Generation: Question Answering with Knowledge Base》读后感
Semantic Parsing via Staged Query Graph Generation:Question Answering with Knowledge Base目录一、摘要和总结1 摘要部分：2 总结部分：二、Introduction三、Background1 Knowledge Base知识库——Freebase2 Query graph:查询图四、Staged Query Graph Generation：分阶段查询图生成1 root连接（主题实体）2 Identifying Cor
2020-11-04 16:12:00
554
原创 《Interactive Classification by Asking Informative Questions》读后感
《Interactive Classification by Asking Informative Questions》读后感目录一、文章阅读1 摘要和总结摘要部分总结部分2 Introduction介绍3 Technical Overview4 Related Work5 Method（重要***）6 Data Collection7 Experimental Setup8 Results二、参考文献选读目录一、文章阅读【更多论文阅读新进展欢迎关注统计人贞子微信公众号】1 摘要和总结摘要部分
2020-11-01 20:56:00
259
原创 单词|第一天
【今日单词】by appointment:通过预约enterprise environment: 企业环境deploy：部署verbatim copying ：逐字复制font size：字体大小double space ：双倍距离Veracity:准确性hashtags：主题标签abbreviations：缩写typos：错别字colloquial speech：口语algebra：代数production setting：生产环境Gradient Boosted Trees：
2020-10-05 20:35:13
242
原创 NLP|《python自然语言处理勘误与修正》
Python自然语言处理勘误 in 第一章目录第一章目录第一章先抛出一个问题，能解答的同志给我留言（主要是切换type的问题）#统计top50频率的词汇fdist1 = FreqDist(text1)#print(fdist1)vocabulary1 = list(FreqDist(text1).keys())vocabulary1[:50]改进版本：#top50频次显示for i in list(FreqDist(text1).keys())[:50]: print(i,
2020-09-23 15:18:55
399
1
原创 数学建模|马尔科夫链模型
这里写目录标题目录1 马尔科夫链原理2 代码实现参考文献和网址目录1 马尔科夫链原理状态空间中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定（某一时刻状态转移的概率只依赖于它的前一个状态），在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作马尔可夫性质。马尔科夫链作为实际过程的统计模型具有许多应用。在马尔可夫链的每一步，系统根据概率分布，可以从一个状态变到另一个状态，也可以保持当前状态。状态的改变叫做转移，与不同的
2020-09-14 20:00:37
3504
原创 数学建模|遗传算法
遗传算法GA目录1 遗传算法原理2 代码实现参考文献和网址目录1 遗传算法原理借鉴了达尔文的进化论和孟德尔的遗传学说一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解专业术语：基因型(genotype)：性状染色体的内部表现；表现型(phenotype)：染色体决定的性状的外部表现，或者说，根据基因型形成的个体的外部表现；进化(evolution)：种群逐渐适应生存环境，品质不断得到改良。生物的进化是以种群的形式进行的。
2020-09-14 19:48:30
950
原创 数学建模|层次分析
层次分析法目录1 层次分析法原理 Analytic Hierarchy Process每个准则（因素）权重具体应该分配多少？2 代码实现参考文献和网址目录1 层次分析法原理 Analytic Hierarchy Process根据多种准则，或是说因素从候选方案中选出最优的一种数学方法首先做一个归一处理，给目标层（choose a leader)分配值为1或0将这一值作为权重，分配给不同因素(Age,Experience,Education,Charisma)，对应因素的权重大小代表该因素在整个
2020-09-14 18:19:44
1017
原创 数学建模|竞争学习
竞争学习算法目录1 竞争学习算法原理2 代码实现参考文献和网址目录1 竞争学习算法原理竞争学习的关键就在于网络中存在抑制层。输出神经元之间的竞争网络在神经元之间可能包括反馈连接每个神经元都倾向于抑制跟他同一层的神经元。相比之下，网络中的前馈的突触连接都是兴奋的。2 代码实现参考文献和网址[1]竞争学习算法...
2020-09-13 18:44:24
931
原创 数学建模|拟牛顿法
拟牛顿法目录1 拟牛顿法原理2 代码实现参考文献和网址目录1 拟牛顿法原理[1]牛顿法（Xgboost）：在每一次迭代中，以牛顿方向为搜索方向进行更新。牛顿法对目标的可导性更严格，要求二阶可导，有Hesse矩阵求逆的计算复杂的缺点感悟：本质就是用了二阶泰勒[2]阻尼牛顿法：牛顿方向可能是下降方向，也可能是上升方向，以至于当初始点远离极小点时，牛顿法有可能不收敛阻尼牛顿法，在牛顿法的基础上，每次迭代除了计算更新方向（牛顿方向），还要对最优步长做一维搜索[3]拟牛顿法：用不含二阶导数的
2020-09-10 22:49:04
1060
原创 数学建模|梯度之共轭梯度法
共轭梯度法目录1 共轭梯度法原理2 共轭梯度代码实现参考文献和网址目录1 共轭梯度法原理每次将一个方向优化到了极小，后面的优化过程将不再影响之前优化方向上的极小值，所以理论上对N维问题求极小只用对N个方向都求出极小就行了。为了不影响之前优化方向上的更新量，需要每次优化方向共轭正交。2 共轭梯度代码实现优化方向使用Gram-Schmidt方法进行向量正交化步长选取【r梯度方向，p优化方向，α优化步长】参考文献和网址[1]共轭梯度方法原理...
2020-09-10 22:09:06
787
原创 数学建模|梯度之最速下降法
梯度之最速下降法目录1 最速下降法2 代码实现（见[2]）参考文献和网址目录1 最速下降法【最速下降法】在每次的迭代过程中，选取一个合适的步长αk，使得目标函数的值能够最大程度的减小。停止条件：3,4式为1,2式的相对值，而5,6式是为了避免3,4式中的分母过小进行的修改个人感悟：在大部分情况下，下降最快的α应该都对应着斜率k。2 代码实现（见[2]）搜索方向d(k):λ(k)的确定：记住正交。参考文献和网址[1]最速下降法[2]最速实例...
2020-09-10 21:53:17
1021
原创 数学建模|前馈神经网络优化之模拟退火算法（解决初值依赖）
模拟退火算法实现目录1 模拟退火算法原理2 模拟算法代码实现3 参考文献和网址目录1 模拟退火算法原理2 模拟算法代码实现3 参考文献和网址
2020-09-10 17:28:59
1233
原创 数学建模|前馈神经网络之模式识别基础（分类问题）
前馈神经网络模型实现目录1 前馈神经网络原理2 算法步骤3 案例实现参考文献和网址目录1 前馈神经网络原理2 算法步骤上面的模型内容很丰富，属于过目就忘的那种。。。。个人认为还是直接上手项目会好点。算法步骤：3 案例实现import torchimport torch.nn as nnimport torchvision.datasets as dsets #torchvision为一个做图形处理的库，加载数据集import torchvision.transforms
2020-09-09 23:07:49
839
原创 FF或称FFNN模型：前馈神经网络和感知机
Feed forward neural networks and perceptrons目录一、知识基础1.概念2.图解二、模型demo1.库的安装2.学习封装的Layer函数example.pyutility.pydataset.pycost.pyactivation.pynetwork.pyproblem.pyevaluation.pygradient.pyplot.pyoptimization.pytrainer.pymain.py目录一、知识基础1.概念前馈神经网络和感知机，信息从前（输入）
2020-08-21 15:53:22
1835
原创 notebook下chromedriver配置
notebook下chromedriver配置目录一、下载相应版本的chromedriver.exe二、配置path三、运行notebook测试代码目录一、下载相应版本的chromedriver.exe这个到处都有教你的，两步①找自己的版本②找对应的chrome版本，并下载二、配置path现在有两件事要做①把chromedriver.exe复制到C:\Program Files (x86)\Google\Chrome\Application，然后把C:\Program Files (x86)
2020-08-08 13:23:19
506
原创 python3小说爬虫之起点女生网
修女异世修仙路目录一、单文爬取二、目录爬取三、代码整合目录全文参考：https://blog.youkuaiyun.com/c406495762/article/details/105797795不一样的地方是他是在笔趣阁爬的我是在起点女生网爬的（毕竟要学以致用嘛）PS：此书是我自己写的，不存在版权问题（阅读量堪忧，欢迎大家爬）一、单文爬取# 导入库import requestsfrom bs4 import BeautifulSoup if __name__ == '__main__': #通
2020-08-08 11:54:59
804
1
原创 anaconda下安装TensorFlow并且在notebook运行
damn it Tensorflow删除TensorFlow库的方法安装和配置TensorFlowanaconda notebook怎么开删除TensorFlow库的方法一、你可以直接在anaconda prompt执行 conda uninstall tensorflow二、你可以到anaconda——lib——site-packages——删除tensorflow和他对应的dist info文件因为你已经安装好几次了，我劝你注意点这个。然后安装和配置TensorFlow先看我这行哦你ac
2020-08-04 16:57:55
476
原创 Interactive natural language question answering over knowledge graphs论文导读
论文导读目录Abstractintroduction1 抛砖引的玉（砖见于图谱构建综述吧）2 现有方法介绍3 问题驱动4 挑战与贡献Interaction approach overviewData-driven question analyzingOracle-based query formulationQuery evaluationHybrid question understandingExperimental studyRelated workConclusionstitle : Intera
2020-08-03 09:35:14
666
翻译 知识图谱入门基础知识（一）：构建技术综述
知识图谱入门基础想shi目录01. 基础知识先导知识图谱技术（knowledge graph）框架{信息抽取层、知识融合层和知识加工层}语义网络：以图形的方式向用户返回经过加工和推理的知识知识图谱——实现智能化语义搜索的基础和桥梁（对比传统搜索引擎，在人工排查和筛选上更优化——全面掌控信息源）2012.05.17谷歌发布知识图谱项目【关键技术：从互联网网页中抓取实体及其属性信息，以及实体间的关系】数据链接（linked data）思想和技术：URI（uniform res
2020-07-31 22:42:11
496
转载 （17）强化学习
上篇主要介绍了概率图模型，首先从生成式模型与判别式模型的定义出发，引出了概率图模型的基本概念，即利用图结构来表达变量之间的依赖关系；接着分别介绍了隐马尔可夫模型、马尔可夫随机场、条件随机场、精确推断方法以及LDA话题模型：HMM主要围绕着评估/解码/学习这三个实际问题展开论述；MRF基于团和势函数的概念来定义联合概率分布；CRF引入两种特征函数对状态序列进行评价打分；变量消去与信念传播在给定联合概...
2020-03-13 10:49:10
725
转载 （16）概率图模型
上篇主要介绍了半监督学习，首先从如何利用未标记样本所蕴含的分布信息出发，引入了半监督学习的基本概念，即训练数据同时包含有标记样本和未标记样本的学习方法；接着分别介绍了几种常见的半监督学习方法：生成式方法基于对数据分布的假设，利用未标记样本隐含的分布信息，使得对模型参数的估计更加准确；TSVM给未标记样本赋予伪标记，并通过不断调整易出错样本的标记得到最终输出；基于分歧的方法结合了集成学习的思想，通过...
2020-03-13 10:48:34
627
转载 （15）半监督学习
上篇主要介绍了机器学习的理论基础，首先从独立同分布引入泛化误差与经验误差，接着介绍了PAC可学习的基本概念，即以较大的概率学习出与目标概念近似的假设（泛化误差满足预设上限），对于有限假设空间：（1）可分情形时，假设空间都是PAC可学习的，即当样本满足一定的数量之后，总是可以在与训练集一致的假设中找出目标概念的近似；（2）不可分情形时，假设空间都是不可知PAC可学习的，即以较大概率学习出与当前假设空...
2020-03-13 10:47:57
478
转载 （14）计算学习理论
上篇主要介绍了常用的特征选择方法及稀疏学习。首先从相关/无关特征出发引出了特征选择的基本概念，接着分别介绍了子集搜索与评价、过滤式、包裹式以及嵌入式四种类型的特征选择方法。子集搜索与评价使用的是一种优中生优的贪婪算法，即每次从候选特征子集中选出最优子集；过滤式方法计算一个相关统计量来评判特征的重要程度；包裹式方法将学习器作为特征选择的评价准则；嵌入式方法则是通过L1正则项将特征选择融入到学习器参数...
2020-03-13 10:46:58
1105
转载 （13）特征选择与稀疏学习
上篇主要介绍了经典的降维方法与度量学习，首先从“维数灾难”导致的样本稀疏以及距离难计算两大难题出发，引出了降维的概念，即通过某种数学变换将原始高维空间转变到一个低维的子空间，接着分别介绍了kNN、MDS、PCA、KPCA以及两种经典的流形学习方法，k近邻算法的核心在于k值的选取以及距离的度量，MDS要求原始空间样本之间的距离在降维后的低维空间中得以保持，主成分分析试图找到一个低维超平面来表出原空间...
2020-03-13 10:46:18
716
数据库系统概论自己版.xmind
2020-05-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人