编程研究坊的博客

ModuleNotFoundError: No module named 'pycocotools'解决办法

Consider using the `--user` option or check the permissions.

AssertionError: CUDA unavailable, invalid device 0 requested

raise CalledProcessError(retcode, process.args,subprocess.CalledProcessError: Command 'git tag'

UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure

windows解决ModuleNotFoundError: No module named 'cython_bbox'问题，亲测可用

DeprecationWarning: `np.float` is a deprecated alias for the builtin `float`

NotImplementedError: Could not run 'torchvision::nms' with arguments from the 'CUDA' backend解决办法

AttributeError: module 'numpy' has no attribute 'float'解决办法

import paddle.nn as nnModuleNotFoundError: No module named 'paddle.nn'解决办法

安装cython_bbox报错解决办法：Preparing metadata (setup.py) ... error error: subprocess-exited-with-error

TypeError: __init__() got an unexpected keyword argument 'width'

ImportError: cannot import name 'Bar' from 'pyecharts'报错解决办法

ubuntu或Linux系统环境下安装Jupyter并成功运行

ubuntu20.04系统conda安装pytorch-GPU版本

Ubuntu20.04卸载gcc9.4.0，安装gcc9.3.0方法

win10系统安装tensorflow-GPU环境亲测好用，python版本为3.9，编译器MSVC2019,tensorflow版本tensorflow_gpu-2.6.0,cuDNN版本为8.1，CUDA版本为11.2

循环及Python代码实现

条件及Python代码实现

字典及Python代码实现，将字符串格式设置功能用于字典，字典方法

字符串是不可变的，因此所有的元素赋值和切片赋值都是非法的

列表和元组的主要不同在于列表是可以修改的，而元组不可以。

有几种操作适用于所有序列，包括索引、切片、相加、相乘和成员资格检查。

数据集介绍波士顿房价数据集中有4个键，分别是数据、目标、特征名称和描述。数据集中共有506个样本，每个样本有13个特征变量，后面还有一个叫做中位数的第14个变量，这个变量是业主自住房屋价格的中位数，以千美元为单位，这个变量就是该数据集中的target。数据集介绍使用SVR进行建模先制作训练数据集和测试数据集，用SVR进行建模，用两种核函数Linear和rbf进行对比分析。X, y = boston.data, boston.targetX_train, X_test, y_t.

网格搜索，搜索的是参数，即在指定的参数范围内，按步长依次调整参数，利用调整的参数训练学习器，从所有的参数中找到在验证集上精度最高的参数，这其实是一个训练和比较的过程。本节介绍三种网格搜索方法：简单网格搜索、与交叉验证结合的网格搜索、使用GridSearchCV的网格搜索。网格搜索方法简单网格搜索for循环遍历全部的参数设置，并找出最高分和对应的参数。X_train, X_test, y_train, y_test=train_test_split(wine.data, .

本节讲述神经网络实例用MLP进行手写识别。

根据网络中神经元的互连方式，可以分为3种神经网络1、前馈神经网络：在训练的过程中会有反馈信号，而在分类的过程中只能向前传递数据，直到到达输出层，层间没有向后反馈信号2、反馈神经网络：从输入到输出具有反馈连接的神经元3、自组织网络：通过自动寻找样本中的内在规律和本质属性，自组织、自适应地改变网络参数与结构。

常用交叉验证法包括K折叠交叉验证法(K-fold cross validation)、随机拆分交叉验证法(shuffle-split cross validation)、挨个儿试试法（leave-one-out)。K折叠交叉验证法(K-fold cross validation)K折叠交叉验证法将数据集拆分成K个部分，再用K个数据集对模型进行训练和评分。例如K=5，则数据集被拆分成5个，其中第一个子集会被作为测试数据集，另外4个用来训练模型，之后再用第二个子集作为测试集，而另外4个用来训练模

自动特征选择常用方法包括使用单一变量法进行特征选择、基于模型的特征选择、迭代式特征选择。自动特征选择方法使用单一变量法进行特征选择SelectPercentile：自动选择原始特征的百分比SelectKBest：自动选择K个最重要的特征from sklearn.feature_selection import SelectPercentileselect = SelectPercentile(percentile=50)select.fit(X_train_scaled, y

数据集特征不足的情况下，需要对数据集的特征进行扩充，两种方法：交互式特征和多项式特征。向特征集添加交互式特征交互式特征是在原始数据特征中添加交互项，使特征数量增加。Python代码实现：X_multi = np.hstack([X_in_bin, X*X_in_bin])print(X_multi.shape)print(X_multi[0])mlpr_multi = MLPRegressor().fit(X_multi, y)line_multi = np.hstack([new_

本节讲述数据表达方法：(1)使用哑变量转化类型特征(2)对数据进行装箱处理原始数据使用哑变量转化类型特征哑变量：用来把某些类型变量转化为二值变量的方法。下面使用get_dummies来将类型特征转化为只有0和1的二值数值特征。默认情况下是不会对数值特征进行转换的。fruits = pd.DataFrame({'数值特征':[5,6,7,8,9], '类型特征':['西瓜','香蕉','桔子','苹果','葡萄']})fruits_dum = p

K-Means算法局限性：（1）K-Means算法中聚类中心的个数K需要事先指定，这一点对于一些未知数据存在很大的局限性。（2）在利用K-Means算法进行聚类之前，需要初始化K个聚类中心，聚类中心选择不好，对于K-Means算法有很大的影响。为了解决因为初始化的问题带来K-Means算法的问题，改进的K-Means算法即K-Means++算法被提出。K-Means++算法主要是为了能够在聚类中心的选择过程中选择较优的聚类中心。K-Means++算法基本思路：●在数据集中随机选择一个样本点

特征提取从初始的一组测量数据开始，并建立旨在提供信息和非冗余的派生值（特征），从而促进后续的学习和泛化步骤，并且在某些情况下带来更好的可解释性。本节主要讲述2种特征提取方法：PCA主成分分析法用于特征提取、非负矩阵分解用于特征提取。对人脸数据集进行特征提取PCA主成分分析法用于特征提取基本思想从一组特征中计算出一组按照重要性的大小从大到小依次排列的新特征，它们是原有特征的线性组合，并且新特征之间不相关, 我们计算出原有特征在新特征上的映射值即为新的降维后的样本。Python代码实现：.

降维就是一种对高维度特征数据预处理方法。降维的算法有很多，比如奇异值分解(SVD)、主成分分析(PCA）、因子分析(FA)、独立成分分析(ICA)，本节主要介绍PCA主成分分析。主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据维度，同时保留住较多的原数据点的特性。PCA主成分分析法属于无监督学习算法并没有涉及对分类标签进行拟合。PCA主成分分析Python代码实现fr

常用数据预处理工具:使用StandardScaler进行数据预处理、使用MinMaxScaler进行数据预处理、使用RobustScaler进行数据预处理、使用Normalizer进行数据预处理。使用StandardScaler进行数据预处理：将所有数据的特征值转换为均值为0，而方差为1的状态，可以确保数据的大小都是一致的，这样更有利于模型的训练。使用MinMaxScaler进行数据预处理：所有数据的两个特征值都被转换到0到1之间，这样会让模型训练的速度更快且准确率也会提高。使用RobustSc

DBSCAN算法的工作原理：通过对特征空间内的密度进行检测，密度大的地方会认为是一个类，而密度相对小的地方它会认为是一个分界线，不需要一开始指定聚类的数量。DBSCA算法有两个非常重要的参数：一个是eps,一个是min_samples。eps指定的是考虑划入同一坨的样本距离有多远，min_samples参数指定的是在某个数据点周围，被看成是聚类核心点的个数。

逻辑回归算法是一种被广泛使用的分类算法，通过训练数据中的正负样本，学习样本特征到样本标签之间的假设函数。逻辑回归假设因变量 y 服从伯努利分布，而线性回归假设因变量 y 服从高斯分布。 因此与线性回归有很多相同之处，去除Sigmoid映射函数的话，逻辑回归算法就是一个线性回归。优点：（1）适合二分类问题，不需要缩放输入特征；（2）内存资源占用小，因为只需要存储各个维度的特征值;（3）训练速度快；缺点：（1）不能用逻辑回归去解决非线性问题，因为Logistic的决策面是线性的；（2）准确率并不是很高

支持向量：在训练数据集中，只有一部分数据对于边界的确定是有帮助的，而这些数据点就是正好位于决定边界上的，这些数据被称为“支持向量”。最大边界间隔超平面:两类样本分别分割在该超平面的两侧,两侧距离超平面最近的样本点到超平面的距离被最大化了。SVM算法的核函数功能：将数据投射到高维空间。SVM算法常用核函数：线性核函数 LINEAR、高斯径向基核函数 RBF、多项式核函数 POLY、神经元的非线性作用核函数 Sigmoid。优点：SVM算法对高维数据集和低维数据集都表现不错，缺点：数据集规模不太大，对于数据预处

随机森林也被称为随机决策森林，是一种集合学习方法，既可以用于分类，也可以用于回归。随机森林把不同的几棵决策树打包到一块，每棵树的参数都不相同，然后把每棵树预测的结果取平均值，这样既保留决策树们的工作成效，又可以降低过拟合的风险。集合学习算法：把多个机器学习算法综合在一起，制造出一个更大的模型。应用广泛的包括随机森林、梯度上升决策树。

决策树既可以用于分类也可以用于回归，它的原理是通过对一系列问题进行if/else推导，最终实现决策。