<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Y317429的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Y317429</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Y317429]]></copyright><item><title><![CDATA[Python Day52 学习（日志Day21复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148666112</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148666112</guid><author>Y317429</author><pubDate>Sun, 15 Jun 2025 10:08:30 +0800</pubDate><description><![CDATA[是 Pandas 和 NumPy 中常用的方法，用于返回某个数组或序列中所有不重复的元素。今日复习到这里，明日接着复习SMOTE。，让模型在学习过程中更加关注某些类别或样本。在随机森林、逻辑回归等模型中，可以通过参数。返回该列中所有不同的取值，结果是一个数组。“加权模型”指的是在训练机器学习模型时，返回数组中所有唯一值，并默认排序。手写笔记复习（“随机过采样”部分）自动为少数类分配更高权重。补充：关于“加权模型”补充：关于“加权模型”]]></description><category></category></item><item><title><![CDATA[Python Day51 学习（日志Day20复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148655275</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148655275</guid><author>Y317429</author><pubDate>Sat, 14 Jun 2025 17:34:48 +0800</pubDate><description><![CDATA[适应度函数就像“打分标准”，用来评价每一个候选解的优劣。分数越高，说明这个解越优秀，越接近我们想要的目标。今日复习到这里，这一部分主要关注其输入输出，会调用即可。适应度函数就是用来“打分”，帮助算法找到最优解的标准。”的函数，常见于遗传算法、进化算法、贝叶斯优化等智能优化方法中。适应度函数（Fitness Function）是用来。衡量一个解（或模型）“好坏。准确率（accuracy）补充：关于“适应度函数”补充：关于“适应度函数”]]></description><category></category></item><item><title><![CDATA[Python Day50 学习（仍为日志Day19的内容复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148640731</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148640731</guid><author>Y317429</author><pubDate>Fri, 13 Jun 2025 20:37:56 +0800</pubDate><description><![CDATA[确定目标 → 选超参数 → 定范围 → 选方法 → 划分数据 → 运行调参 → 选最优 → 测试集评估这样可以保证模型既不过拟合，也能达到最优效果。手写笔记复习（贝叶斯优化）今日复习到这里，明日继续加油!!!]]></description><category></category></item><item><title><![CDATA[Python Day49 学习（日志Day19复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148613287</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148613287</guid><author>Y317429</author><pubDate>Thu, 12 Jun 2025 20:54:55 +0800</pubDate><description><![CDATA[补充：调整超参数的原因补充：调整超参数的原因补充：关于“验证集”验证集（Validation Set）是机器学习中非常重要的一个概念。]]></description><category></category></item><item><title><![CDATA[Python Day 48 学习（日志Day18学习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148591347</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148591347</guid><author>Y317429</author><pubDate>Wed, 11 Jun 2025 18:04:55 +0800</pubDate><description><![CDATA[这些算法本质上都是“根据已知信息，帮你做分类或预测”，只是“做决策的方法”不同。有的靠投票，有的靠一步步筛选，有的靠概率，有的靠不断纠错。你可以把它们想象成不同风格的“决策顾问”，帮你解决问题。手写笔记复习今天复习到这里，明日继续，加油！！！]]></description><category></category></item><item><title><![CDATA[Python Day47 学习（日志Day16-17复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148556392</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148556392</guid><author>Y317429</author><pubDate>Tue, 10 Jun 2025 17:04:45 +0800</pubDate><description><![CDATA[今日复习到这里，明日继续剩余几种算法的复习。第二遍复习时发现第一遍的学习不够细致，导致一些知识有遗漏，从而造成“不理解”的局面，这几日结合手写的方式复习后，对“如何处理一份数据”和“代码为什么这样写”有了更清晰的认识。接下来继续复习下面内容的同时，前面已学习过的代码还得经常手下练习着，总归是熟练功。勘误：Day17中应为“划分数据集”，而非“划分数据值”]]></description><category></category></item><item><title><![CDATA[python Day46 学习（日志Day15复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148543515</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148543515</guid><author>Y317429</author><pubDate>Mon, 09 Jun 2025 22:05:13 +0800</pubDate><description><![CDATA[今日学习到这里，明日继续加油！Q. 关于"range()"Q. 关于"range()"]]></description><category></category></item><item><title><![CDATA[Python Day45 学习（日志Day13-14复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148509434</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148509434</guid><author>Y317429</author><pubDate>Sun, 08 Jun 2025 11:01:11 +0800</pubDate><description><![CDATA[今日复习到这里，明日复习"子图的绘制”，并用“心脏病数据集”对数据预处理部分进行学习情况检测，继续查漏补缺。比训练营的正常学习进度落后了很多，但没办法，学得卡住了。既然卡住了就说明前面的内容自己还是没有彻底掌握，那就重头再来，待前面彻底掌握再进行更深入内容的学习。一切以“掌握”为主，继续加油吧！补充：关于“热力图”的阅读。补充：关于“数据预处理”补充：关于“数据预处理”为什么要进行数据预处理？]]></description><category></category></item><item><title><![CDATA[Python Day44 学习（日志Day12复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148491929</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148491929</guid><author>Y317429</author><pubDate>Sat, 07 Jun 2025 11:59:33 +0800</pubDate><description><![CDATA[注：这里AI给出的“适用场景”存在问题。关于性别，为二分类问题，不需要使用独热编码。三分类以上才涉及独热编码。出现问题：忘记之前已对数据进行了独热编码，导致映射出来的值为空值。对信贷数据重新进行标签编码（回写昨日复习的代码）对信贷数据重新进行标签编码（回写昨日复习的代码）补充：对数据进行“归一化”和“标准化”的作用。补充：“独热编码”与“标签编码”的选择。]]></description><category></category></item><item><title><![CDATA[Python Day43 学习（日志Day10-11复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148478071</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148478071</guid><author>Y317429</author><pubDate>Fri, 06 Jun 2025 17:37:48 +0800</pubDate><description><![CDATA[今日复习到这里，明日继续，加油！补充：花括号在代码中的使用。补充：花括号在代码中的使用。]]></description><category></category></item><item><title><![CDATA[Python Day42 学习（日志Day9复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148446800</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148446800</guid><author>Y317429</author><pubDate>Thu, 05 Jun 2025 17:00:37 +0800</pubDate><description><![CDATA[箱体越高，数据越分散；箱体越矮，数据越集中。箱体高度可以帮助你判断该类别下数据的离散程度。补充：关于“小提琴图”的阅读。]]></description><category></category></item><item><title><![CDATA[Python Day41学习（日志Day8复习）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148405644</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148405644</guid><author>Y317429</author><pubDate>Tue, 03 Jun 2025 22:30:43 +0800</pubDate><description><![CDATA[重写代码时出现的问题：.tolist()是一个方法对象，调用时须加()。刚开始书写时漏掉了()，导致报错。]]></description><category></category></item><item><title><![CDATA[Python Day40 学习(复习学习日志Day5-7)]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148380235</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148380235</guid><author>Y317429</author><pubDate>Mon, 02 Jun 2025 16:29:18 +0800</pubDate><description><![CDATA[自己写的时候，还是出现了问题：首先是忘记了要定义一下data, 通过data =pd.read_csv('data.csv')可以将读取到的数据保存到变量data中，方便后续进行数据分析。其次，是漏掉了这行代码的作用是：把DataFrame的所有列名提取出来，转换成一个列表，赋值给变量c。得到的是一个包含所有列名的Index对象。.tolist()方法把这个Index对象转换成普通的Python列表。这样，c。这样做的好处是，后面可以用来遍历每一列，方便批量处理每一列的数据。]]></description><category></category></item><item><title><![CDATA[Python Day39 学习（复习日志Day4）]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148370506</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148370506</guid><author>Y317429</author><pubDate>Sun, 01 Jun 2025 22:01:18 +0800</pubDate><description><![CDATA[今日复习了日志Day4的内容，感觉还是得在纸上写一写印象更深刻，接下来几日都采取“纸质化复习过往日志”和“电脑上重敲代码自检”结合的方式复习，明日继续，加油！补充：如何判断是用“众数”还是“中位数”填补空缺值？补充: 关于“类”和“类的实例”的通俗易懂的例子。复习Day4日志内容。复习Day4日志内容。]]></description><category></category></item><item><title><![CDATA[Python Day38 学习]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148352685</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148352685</guid><author>Y317429</author><pubDate>Sat, 31 May 2025 16:56:14 +0800</pubDate><description><![CDATA[继续昨日的内容学习一下两种机制：try-except机制和try-except-else-finally机制。]]></description><category></category></item><item><title><![CDATA[Python Day37 学习]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148341350</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148341350</guid><author>Y317429</author><pubDate>Fri, 30 May 2025 17:45:23 +0800</pubDate><description><![CDATA[（补充学习几个知识点）摘自讲义。]]></description><category></category></item><item><title><![CDATA[Python Day36 学习]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148305152</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148305152</guid><author>Y317429</author><pubDate>Thu, 29 May 2025 16:13:33 +0800</pubDate><description><![CDATA[浙大疏锦行摘自讲义。]]></description><category></category></item><item><title><![CDATA[Python Day35 学习]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148278748</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148278748</guid><author>Y317429</author><pubDate>Wed, 28 May 2025 12:55:47 +0800</pubDate><description><![CDATA[继续元组和OS模块的学习。]]></description><category></category></item><item><title><![CDATA[Python Day34 学习]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148254476</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148254476</guid><author>Y317429</author><pubDate>Tue, 27 May 2025 16:37:49 +0800</pubDate><description><![CDATA[今日内容通过“心脏病数据集”对之前的内容进行复习，再进行新内容“元组和OS模块”的学习。]]></description><category></category></item><item><title><![CDATA[Python Day33 学习]]></title><link>https://blog.youkuaiyun.com/Y317429/article/details/148233322</link><guid>https://blog.youkuaiyun.com/Y317429/article/details/148233322</guid><author>Y317429</author><pubDate>Mon, 26 May 2025 17:23:52 +0800</pubDate><description><![CDATA[这类算法在降维过程中不使用任何关于数据样本的标签信息（比如类别标签、目标值等）。它们仅仅根据数据点本身的分布、方差、相关性、局部结构等特性来寻找低维表示。]]></description><category></category></item></channel></rss>