<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[一蓑烟雨任平生]]></title><description><![CDATA[一个老男孩的自言自语]]></description><link>https://blog.youkuaiyun.com/PyDarren</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; PyDarren]]></copyright><item><title><![CDATA[时间序列之周期性]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/136081171</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/136081171</guid><author>PyDarren</author><pubDate>Thu, 08 Feb 2024 18:01:14 +0800</pubDate><description><![CDATA[针对时间序列的趋势和季节性，我们可以很容易地利用“时间相关”的属性进行建模，即直接从时间索引中得出特征。但是有些情况下，一些时间序列只能利用“序列相关”属性，即使用序列的历史值作为特征。如下图所示，随着时间的推移，这些时间序列的结构可能并不明显，但如果与历史进行对比的话，结构就会很清晰。]]></description><category></category></item><item><title><![CDATA[时间序列之季节性]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/136072519</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/136072519</guid><author>PyDarren</author><pubDate>Wed, 07 Feb 2024 18:38:22 +0800</pubDate><description><![CDATA[当一个时间序列的均值有规律的、周期性的变化时，我们就说这个时间序列表现出季节性。季节性的变化通常是遵循时间的——以一天、一周或一年为单位重复。这里介绍两种季节性特征。一种适用于观测较少的季节，例如在一周中每日观测的序列；另一种是傅里叶特征，适用于观测较多的季节，例如在一年中每日观测的序列。]]></description><category></category></item><item><title><![CDATA[时间序列之趋势]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/136059033</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/136059033</guid><author>PyDarren</author><pubDate>Tue, 06 Feb 2024 16:38:26 +0800</pubDate><description><![CDATA[在时间序列中，趋势成分表示序列均值持续的、长期的变化。趋势是一个序列中移动最慢的部分，但却代表最重要的时间尺度。在产品销售的时间序列中，随着越来越多的人逐年了解该产品，市场扩张就可能会产生增长的趋势。]]></description><category></category></item><item><title><![CDATA[机器学习中常用的性能度量—— ROC 和 AUC]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/136026002</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/136026002</guid><author>PyDarren</author><pubDate>Sun, 04 Feb 2024 14:49:12 +0800</pubDate><description><![CDATA[通常我们用泛化能力来评判一个模型的好坏，通俗的说，泛化能力是指一个机器学期算法对新样本（即模型没有见过的样本）的举一反三的能力，也就是学以致用的能力。举个例子，高三的学生在高考前大量的刷各种习题，像五年高考三年模拟、三年高考五年模拟之类的，目的就是为了在高考时拿到一个好的分数，高考的题目就是新题，一般谁也没做过，平时的刷题就是为了掌握试题的规律，能够举一反三、学以致用，这样面对新的题目也能从容应对。这种规律的掌握便是泛化能力，有的同学很聪明，考上名校，很大程度上是该同学的泛化能力好。]]></description><category></category></item><item><title><![CDATA[Flask 之 SQLAlchemy]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135943934</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135943934</guid><author>PyDarren</author><pubDate>Wed, 31 Jan 2024 00:10:09 +0800</pubDate><description><![CDATA[SQLAlchemy 是 Python 下非常好的 ORM 框架，支持使用 MySQL、PostgreSQL、SQLite 等主流数据库。Flask-SQLAlchemy 基于 SQLAlchemy 对 Flask 进行了适配，使其在 Flask 下的使用变得简单。]]></description><category></category></item><item><title><![CDATA[Flask 之 Jinjia2 模板引擎必知必会]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135919067</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135919067</guid><author>PyDarren</author><pubDate>Mon, 29 Jan 2024 19:11:18 +0800</pubDate><description><![CDATA[模板的作用是内容注入、页面继承与包含，Jinja2 模板引擎为此实现了一整套完善的解决方案。在使用模板时，所有静态资源应放置在 static 资源目录下，模板页面应放置在 templates 模板目录下。]]></description><category></category></item><item><title><![CDATA[5. seaborn-构建结构化多图网络]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135735962</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135735962</guid><author>PyDarren</author><pubDate>Sun, 21 Jan 2024 21:49:29 +0800</pubDate><description><![CDATA[在探索中等维度数据时，经常需要在数据集的不同子集上绘制同一类型图的多个实例，这种技术有时被称为“网格”绘图，可以从复杂数据中快速提取大量信息。Matplotlib 为此提供了很好的支持，seaborn 构建于此之上，可直接将绘图结构和数据集结构关系起来。要使用网格图功能，数据必须是 Pandas 数据框的形式，且为整洁形式，即用来绘图的数据框应该为每列一个变量，每一行一个观察的形式。]]></description><category></category></item><item><title><![CDATA[4. seaborn-线性关系可视化]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135733881</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135733881</guid><author>PyDarren</author><pubDate>Sun, 21 Jan 2024 19:46:04 +0800</pubDate><description><![CDATA[Seaborn本身并不是为了统计分析而生的，seaborn中的回归图主要用于添加视觉指南，以帮助在探索性数据分析EDA中强调存在于数据集的模式。
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings

sns.set(style='whitegrid', color_codes=True)
plt.rc(
    "figure",
    autolayout=True,
    f]]></description><category></category></item><item><title><![CDATA[CatBoost原理简介]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135604603</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135604603</guid><author>PyDarren</author><pubDate>Mon, 15 Jan 2024 16:20:42 +0800</pubDate><description><![CDATA[首先会计算数据的统计量。计算某个类别出现的概率，加上超参数，生成新的数值型特征。这一策略要求同一标签数据不能排列在一起（即先全是0之后全是1这种方式），训练之前需要打乱数据集。使用数据的不同排列（实际上是4个）。在每一轮建立树之前，先扔一轮骰子，决定使用哪个排列来生成树。考虑使用类别特征的不同组合。例如颜色和种类组合起来，可以构成类似于blue dog这样的特征。当需要组合的类别特征变多时，CatBoost只考虑一部分combinations。在选择第一个节点时，只考虑选择一个特征，例如A。]]></description><category></category></item><item><title><![CDATA[用TF-IDF处理文本数据]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135526413</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135526413</guid><author>PyDarren</author><pubDate>Thu, 11 Jan 2024 13:32:21 +0800</pubDate><description><![CDATA[Term Frequency (tf, 词频):给出语料库中每个文档中单词出现的频率。tfijnij∑knijtfij​∑k​nij​nij​​Inverse Data Frequency(idf, 逆数据频率)idfωlogNdftidfωlogdft​N​结合这两者，我们得出了语料库中文档中单词的TF-IDF分数(ω\omegaωtfij×logNdfitfij​×。]]></description><category></category></item><item><title><![CDATA[BPE(Byte-Pair Encoding )代码实现]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135524864</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135524864</guid><author>PyDarren</author><pubDate>Thu, 11 Jan 2024 12:26:01 +0800</pubDate><description><![CDATA[BPE是使用最广泛的sub-word tokenization算法之一。尽管贪婪，但它具有良好的性能,并被作为机器翻译等主流NLP任务的首选tokenize方法之一。]]></description><category></category></item><item><title><![CDATA[LightGBM原理和调参]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135510207</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135510207</guid><author>PyDarren</author><pubDate>Wed, 10 Jan 2024 18:24:33 +0800</pubDate><description><![CDATA[在进行调参之前应该做好特征工程，确定特征后，更加数据规模和几个模型尝试的结果初步敲定这几个参数，然后使用或来调整max_depthnum_leavessubsamplereg_alphareg_lambda。其中重点要调节max_depth和num_leaves，并注意两者的关系，其次subsample和在[0-1000]之间去进行粗略的调整下即可，reg_alpha和reg_lambda在[0,1000]范围调整，最后比较好的模型这两个参数值不应过大，尤其是reg_alpha，过大需要查看特征。]]></description><category></category></item><item><title><![CDATA[3. seaborn-可视化数据分布]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135503317</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135503317</guid><author>PyDarren</author><pubDate>Wed, 10 Jan 2024 14:46:01 +0800</pubDate><description><![CDATA[在处理一组数据时，通常想做的第一件事就是了解变量的分布情况。这一章将简要介绍seaborn中用于检查单变量和双变量分布的一些工具。]]></description><category></category></item><item><title><![CDATA[2. seaborn-可视化分类数据]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135503069</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135503069</guid><author>PyDarren</author><pubDate>Wed, 10 Jan 2024 14:41:16 +0800</pubDate><description><![CDATA[在seaborn中，有几种不同的方法可以对分类数据进行可视化。类似于relplot()与或者lineplot()之间的关系，有两种方法可以制作这些图。有许多axes-level函数可以用不同的方式绘制分类数据，还有一个接口catplot()，可以对它们进行统一的高级访问。将不同的分类图类型视为三个不同的家族，这是很有帮助的。下面我们将详细讨论，它们是：(with;]]></description><category></category></item><item><title><![CDATA[1. seaborn-可视化统计关系]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135501099</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135501099</guid><author>PyDarren</author><pubDate>Wed, 10 Jan 2024 13:28:01 +0800</pubDate><description><![CDATA[统计分析是了解数据集中的变量如何相互关联以及这些关系如何依赖于其他变量的过程。可视化是此过程的核心组件，这是因为当数据被恰当地可视化时，人的视觉系统可以看到指示关系的趋势和模式。这里介绍三个seaborn函数。我们最常用的是relplot()。这是一个的函数，可以用散点图和线图两种通用的方法来可视化统计关系。relplot()将FacetGrid与两个axes-levellineplot()]]></description><category></category></item><item><title><![CDATA[PCA主成分分析算法]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135469592</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135469592</guid><author>PyDarren</author><pubDate>Tue, 09 Jan 2024 00:33:29 +0800</pubDate><description><![CDATA[在数据分析中，如果特征太多，或者特征之间的相关性太高，通常可以用PCA来记性降维。比如通过对原有10个特征的线性组合, 我们找出3个主成分，而且足以解释绝大多数的方差，该算法在高维数据集中被广泛应用。下面先给出几个相关的概念。]]></description><category></category></item><item><title><![CDATA[时间序列自相关性检验方法]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135413853</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135413853</guid><author>PyDarren</author><pubDate>Fri, 05 Jan 2024 17:01:08 +0800</pubDate><description><![CDATA[时间序列的自相关是指一个给定时间点的时间序列中的值可能与另一个时间点的值具有相关性，也可以指序列数据中具有固定距离的任意两点之间是否存在相关性。]]></description><category></category></item><item><title><![CDATA[时间序列平稳性相关检验方法]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135383853</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135383853</guid><author>PyDarren</author><pubDate>Thu, 04 Jan 2024 12:38:00 +0800</pubDate><description><![CDATA[一般来说，平稳时间序列是指随着时间的推移具有相当稳定的统计特性的时间序列，特别是在均值和方差方面。平稳性可能是一个比较模糊的概念，将序列排除为不平稳可能比说序列是平稳的更容易。]]></description><category></category></item><item><title><![CDATA[MongoDB常用基本操作]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135324530</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135324530</guid><author>PyDarren</author><pubDate>Mon, 01 Jan 2024 13:50:55 +0800</pubDate><description><![CDATA[MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是 MongoDB 非常突出的特点。如果你需要在MongoDB中读取指定数量的数据记录，可以使用MongoDB的Limit方法，limit()方法接受一个数字参数，该参数指定从MongoDB中读取的记录条数。集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。方法可以通过参数指定排序的字段，并使用。]]></description><category></category></item><item><title><![CDATA[大数定律&中心极限定理]]></title><link>https://blog.youkuaiyun.com/PyDarren/article/details/135179623</link><guid>https://blog.youkuaiyun.com/PyDarren/article/details/135179623</guid><author>PyDarren</author><pubDate>Sat, 30 Dec 2023 22:15:31 +0800</pubDate><description><![CDATA[切比雪夫不等式可以对随机变量偏离期望值的概率做出估计，这是大数定律的推理基础。以下介绍一个对切比雪夫不等式的直观证明。]]></description><category></category></item></channel></rss>