- 博客(58)
- 收藏
- 关注
RSS订阅原创 （autode计算化学—atoms）AtomCollection原子集类
摘要：《autode.atoms.AtomCollection》是autoDE库中的基础类，用于管理原子集合。核心功能包括原子列表管理、原子访问与操作（支持索引、迭代、增删）、整体属性计算（总质量、质心坐标）以及几何变换（平移、旋转）。其核心属性atoms是可读写的原子列表，支持直接操作和修改；com属性计算质量加权的质心坐标；coordinates属性以Nx3数组形式返回所有原子坐标。该类主要作为基类为其他分子类提供基础原子管理功能，常用于分子对齐、旋转操作和结构分析等场景。
2025-10-04 15:24:21
1027
原创 python计算化学（autode系列—xTB）Atoms类详解
autode.atoms.Atom类用于表示原子对象，包含元素符号（atomic_symbol）、三维坐标（x,y,z）、原子类别（atom_class）和部分电荷（partial_charge）等属性。其中atomic_symbol为必需参数，其他参数可选且具有默认值。该类提供atomic_number（原子序数）、mass（质量）、is_metal（是否为金属）等只读属性，均由atomic_symbol决定。通过坐标参数可定义原子空间位置，atom_class可用于区分相同元素的原子，partial_c
2025-10-04 13:52:45
960
原创 神经网络torch学习路线规划
这篇文章介绍了PyTorch的学习路线图，从基础到专家级分为四个阶段。基础阶段重点掌握torch.Tensor和torch.nn.Module两个核心类；进阶阶段学习线性层、优化器和数据加载；高级阶段涉及卷积神经网络和预训练模型；专家级则深入自动微分和分布式训练。文章详细讲解了torch.Tensor和torch.nn.Module的特性、创建方式、常用方法和注意事项，为PyTorch初学者提供了清晰的学习路径和关键概念说明。
2025-09-25 15:21:15
996
原创 《sklearn机器学习——数据预处理》生成多项式特征
摘要：PolynomialFeatures是scikit-learn中用于生成多项式特征的工具，通过构造原始特征的高阶组合（如平方项、交叉项）增强模型非线性能力。核心参数包括degree（最高阶数）、interaction_only（是否仅生成交互项）和include_bias（是否含常数项）。示例代码演示了不同配置下的特征生成（如二次项、仅交互项），以及与线性模型结合的管道用法。需注意特征数量随阶数指数增长的问题，建议配合正则化使用。典型输出格式为[1, x0, x1, x0^2, x0x1, x1^2]
2025-09-14 18:27:42
1236
原创 《sklearn机器学习——数据预处理》估算缺失值
本文介绍了数据预处理中常见的缺失值处理方法，重点讲解了三种插补技术。SimpleImputer使用统计量（均值/中位数/众数）填充缺失值，适用于数值型或分类型数据；KNNImputer基于K近邻算法，利用相似样本的加权平均值填充，适合存在局部相似性的数据；IterativeImputer通过迭代预测模型处理复杂缺失模式。文章还对比了删除法和标记法等其他处理方式，分析了各方法的适用场景和特点，并提供了SimpleImputer的代码实现示例。
2025-09-14 18:00:31
1267
原创 Android studio安装教程——超详细（含安装包安装教程）
本文详细介绍了Android Studio 2024.3.1.14版本的安装与初始配置步骤。主要包括：下载安装程序后逐步执行安装向导，自定义安装路径；首次启动时选择"Cancel"跳过SDK警告，进行自定义安装类型设置；重点配置SDK组件（必选Android Virtual Device和性能优化选项），设置SDK本地存储路径；处理可能出现的网络下载问题；最终完成所有组件下载后进入欢迎界面。整个过程配有详细截图说明，为开发者提供了完整的Android Studio安装配置指南。
2025-09-10 20:32:00
1087
原创 《sklearn机器学习——数据预处理》离散化
本文介绍了sklearn中的离散化方法，重点解析了KBinsDiscretizer类的使用。离散化可将连续特征转换为离散区间，用于简化模型、增强鲁棒性。文章详细说明了参数配置（分箱数量、编码方式、分箱策略）和输出结果类型，并提供了示例代码演示等宽分箱和独热编码转换过程。同时指出了离散化的应用场景（如朴素贝叶斯模型）和注意事项（数据分布影响、边界处理等），强调了该方法在特征工程中的实用价值。
2025-09-10 18:34:31
1141
1
原创 《sklearn机器学习——数据预处理》类别特征编码
本文介绍了 sklearn 中常用的类别特征编码方法： LabelEncoder：将类别映射为整数，适用于目标变量 OrdinalEncoder：支持多列有序特征编码 OneHotEncoder：通过二进制向量表示无序类别 pandas.get_dummies：替代方案 文中提供了各方法的代码示例、参数说明和适用场景建议，并推荐使用ColumnTransformer组合不同编码器。最后强调需注意训练/测试一致性、未知类别处理和稀疏矩阵等关键事项。
2025-09-10 18:29:16
918
原创 《sklearn机器学习——数据预处理》归一化
本文介绍了sklearn中的归一化(Normalization)操作，主要针对样本级别(L1/L2范数)的缩放。核心要点包括：1)归一化与特征缩放(Scaling)的区别；2)Normalizer类的使用方法和参数说明；3)无状态转换特性及适用场景(如文本处理、余弦相似度计算)；4)与StandardScaler等其他预处理方法的对比；5)注意事项(如避免数据泄露、处理零向量等)。通过代码示例演示了L1/L2归一化的实现方式及其在管道中的应用，强调了根据任务需求选择正确预处理方法的重要性。
2025-09-10 18:18:23
783
原创 《sklearn机器学习——数据预处理》非线性转换
非线性转换是处理非正态分布、偏态数据的强大工具。使用 PowerTransformer 进行参数化幂变换（推荐用于回归、线性模型）使用 QuantileTransformer 进行分位数映射（适用于分布未知或复杂情况）合理使用非线性转换可显著提升模型性能，尤其在数据分布不理想时。始终记得在训练集上拟合变换器，并应用于测试集，避免数据泄露。
2025-09-10 18:08:14
951
原创 《sklearn机器学习——数据预处理》标准化或均值去除和方差缩放
方差缩放是确保所有特征具有相同“能量级别”的关键步骤。在 sklearn 中，通过 StandardScaler(with_mean=False) 可实现纯方差缩放。虽然实践中更常用完整标准化（with_mean=True），但在某些特定场景（如保留原始偏移量、处理稀疏数据）下，仅缩放方差仍具有实用价值。
2025-09-10 18:00:28
794
原创 《sklearn机器学习——特征提取》
scikit-learn 提供了多种文本特征提取工具，主要包括 CountVectorizer、TfidfVectorizer 和 HashingVectorizer。CountVectorizer 通过词频统计生成文档-词矩阵；TfidfVectorizer 引入 TF-IDF 权重机制，降低常见词影响；HashingVectorizer 采用哈希技巧处理大规模数据，内存高效但不可逆。这些方法支持文本预处理（如小写转换、停用词过滤等），是 NLP 任务的基础工具。此外，DictVectorizer 和 F
2025-09-08 16:53:10
1918
2
原创 《sklearn机器学习——管道和复合估算器》可视化复合估计器
本文介绍了如何使用 scikit-learn 的 HTML 可视化功能来直观展示机器学习流程。主要内容包括： 通过 set_config(display='diagram') 启用 HTML 图表显示功能 支持 Pipeline、ColumnTransformer 等复杂结构的可视化展示 图表特性： 可展开/折叠的嵌套结构 参数悬停提示 绿色对勾标记已拟合状态 颜色编码区分不同类型组件 支持动态更新和交互操作 提供了多种导出方式：截图、HTML 文件保存等 该功能特别适合在 Jupyter Notebook
2025-09-07 18:36:16
856
原创 《sklearn机器学习——管道和复合估算器》异构数据的列转换器
ColumnTransformer 实用指南 本指南介绍了 scikit-learn 中 ColumnTransformer 的核心功能，用于高效处理异构数据集。ColumnTransformer 允许对不同类型的数据列（数值型、类别型、文本型等）应用特定转换器，并自动拼接结果。 核心优势： 统一管理各类数据的预处理流程 避免训练/测试集数据泄露 可无缝嵌入机器学习管道 支持按列名、索引或数据类型选择列 关键参数： transformers：定义各列组的转换规则 remainder：控制未指定列的处理方式
2025-09-07 18:09:02
943
原创 《sklearn机器学习——管道和复合估计器》联合特征（FeatureUnion）
scikit-learn中的FeatureUnion工具可以并行组合多个特征提取器，将不同特征提取方法的结果横向拼接成一个更大的特征矩阵。它支持多种特征处理方式（如TF-IDF、词袋模型、PCA等）的并行执行，并通过统一接口进行调用。典型应用场景包括：同时使用多种特征提取方法、处理异构数据以及构建复杂特征工程流水线。使用示例展示了文本特征组合（TF-IDF+词袋模型）、数值特征组合（PCA+标准化）以及自定义特征提取器的实现方法。FeatureUnion能够有效扩展特征空间，提升模型性能，同时保持简洁的AP
2025-09-07 17:43:09
1032
原创 《sklearn机器学习——管道和复合估计器》回归中转换目标
本文详细解析了 sklearn 中回归任务目标变量转换的方法与实现。主要内容包括：目标转换的必要性（满足模型假设、稳定方差、处理非线性等）；常用的转换方法如对数变换、Box-Cox变换等；核心工具 TransformedTargetRegressor 的使用与参数详解。文章通过具体示例展示了如何应用这些技术，并强调了转换器选择与逆变换的注意事项，为回归建模中的目标变量预处理提供了全面指导。
2025-09-07 17:21:22
873
原创 《sklearn机器学习——管道和复合估算器》链式估算器
# sklearn Pipeline 简明摘要 **核心功能**：Pipeline 是 scikit-learn 提供的链式估计器工具，支持将数据预处理和模型训练步骤串联成统一流程。 **主要优势**： - 简化代码结构，避免中间变量 - 防止交叉验证时的数据泄露 - 支持统一参数调优 - 便于模型保存与部署 **两种创建方式**： 1. `Pipeline(steps)`：需显式命名每个步骤 2. `make_pipeline(*steps)`：自动生成步骤名称 **典型应用场景**： - 分类任务：标准
2025-09-07 17:00:24
653
原创 torch神经网络入门级设备测试
本文介绍了一个基于PyTorch的CPU与GPU性能评估系统，用于比较不同硬件在求解常微分方程(ODE)的神经网络模型中的计算效率。系统包含以下核心功能： 自动检测CUDA可用性及GPU配置 构建多层前馈神经网络模型求解二阶ODE 性能基准测试：分别在CPU/GPU上运行相同训练任务，计算加速比 内存使用分析：对比CPU/GPU张量的内存占用情况 梯度计算专项测试：评估反向传播耗时差异 评估结果显示，在处理大规模数据(≥5000个数据点)时，GPU凭借并行计算优势可获得显著加速效果。系统适用于科研人员优化物
2025-09-07 01:02:55
1952
原创 《sklearn机器学习——绘制分数以评估模型》验证曲线、学习曲线
估计器的泛化误差可分解为偏差、方差和噪声。偏差反映模型平均误差，方差表示模型对训练数据的敏感度。通过不同复杂度多项式回归的对比实验发现：简单模型（1次多项式）欠拟合（高偏差），中等复杂度模型（4次多项式）拟合良好，复杂模型（15次多项式）过拟合（高方差）。验证曲线通过评估不同超参数下的模型表现，帮助选择最佳参数并分析过/欠拟合情况。学习曲线则展示训练集规模对模型性能的影响，如朴素贝叶斯在小数据量下即收敛，而SVM能从更多数据中获益。验证函数validation_score提供了量化模型性能的标准方法，支持多
2025-09-06 21:59:03
855
5
原创 《sklearn机器学习——模型的持久性》joblib 和 pickle 进行模型保存和加载
本文详细介绍了Scikit-learn中模型持久化的应用方法，重点讲解了joblib和pickle两种工具的使用。主要内容包括：模型持久化的基本概念及其重要性；通过具体代码示例展示了如何使用joblib和pickle保存和加载模型；分析了模型持久化在工业环境和Web服务中的实际应用场景；探讨了跨平台兼容性及持久化带来的挑战；最后介绍了模型版本控制、CI/CD集成等高级优化技巧。文章为机器学习开发者提供了完整的模型持久化解决方案，帮助提升模型部署效率和管理水平。
2025-09-06 21:12:07
780
原创 《sklearn机器学习——聚类性能指标》Contingency Matrix（列联表）详解
Contingency Matrix，中文通常称为列联表（Contingency Table），是统计学中用于分析两个或多个分类变量之间关系的一种基本工具。它通过一个表格形式，展示不同类别变量的观测频数（或频率）在各个交叉组合下的分布情况，从而帮助研究者判断变量之间是否存在关联性或依赖关系。
2025-09-06 14:14:48
1189
原创 《sklearn机器学习——聚类性能指标》Davies-Bouldin Index (戴维斯-博尔丁指数)
摘要： Davies-Bouldin Index（DBI）是一种评估聚类质量的内部指标，值越低表示聚类效果越好。其计算基于簇内平均距离与簇间中心距离的比值，适用于数据探索和确定最佳聚类数。优点在于直观易用，但对非球形簇敏感。sklearn.metrics.davies_bouldin_score函数实现了DBI，通过输入特征矩阵和聚类标签返回评分，示例代码展示了如何结合KMeans聚类计算DBI。与Calinski-Harabasz指数不同，DBI更关注簇内紧密度与簇间分离度的平衡。
2025-09-06 14:02:31
1201
原创 《sklearn机器学习——聚类性能指标》Calinski-Harabaz 指数
Calinski-Harabaz指数是一种评估聚类质量的指标，通过计算簇间离散度与簇内离散度之比来衡量聚类效果，得分越高表示聚类效果越好。该指数具有简单易用、解释性强等优点，但对簇形状敏感，适用于球形簇的数据集。在sklearn中，可通过calinski_harabasz_score函数计算该指数，输入数据和聚类标签即可得到评分。使用时需注意其局限性，建议结合其他指标综合评估。示例代码展示了如何生成数据、执行K-Means聚类并计算该指数。
2025-09-06 13:53:09
1337
原创 《sklearn机器学习——聚类性能指标》Silhouette 系数
轮廓系数是一种用于评估聚类质量的内部指标，它通过计算样本到同簇和最近其他簇的平均距离来量化聚类效果，取值范围为[-1,1]，值越大表明聚类效果越好。其优点包括无需真实标签、直观可解释性强、可进行样本级分析等，但对非凸簇效果不佳且计算复杂度较高。典型应用包括确定最优聚类数k和评估聚类质量，Python中可通过scikit-learn的silhouette_score实现。
2025-09-06 13:42:13
1223
1
原创 《sklearn机器学习——聚类性能指标》Fowlkes-Mallows 得分
Fowlkes-Mallows（FM）得分是一种评估聚类性能的外部指标，通过比较聚类结果与真实标签的一致性来计算。它基于样本对的分配关系，计算真阳性（TP）、假阳性（FP）和假阴性（FN），并取精确率和召回率的几何平均数。FM得分范围在0到1之间，1表示完美匹配，对簇数量不敏感且基于成对比较。相比Rand Index，FM对不平衡聚类更稳健。该指标适用于有监督评估场景，能综合反映聚类的合并和拆分能力。
2025-09-06 13:08:48
849
原创 《sklearn机器学习——聚类性能指数》同质性，完整性和 V-measure
homogeneity_score函数用于评估聚类结果的同质性，衡量每个聚类是否只包含单一类别的样本。其数学基础基于条件熵，计算公式为$h = 1 - \frac{H(C|K)}{H(C)}$，其中$H(C|K)$是给定聚类标签的条件熵，$H(C)$是真实标签的熵。完美同质时得分为1，完全不纯时为0。该指标适用于评估簇内纯度，但不考虑簇的数量或大小。示例展示了不同聚类场景下的评分表现，包括完美同质、完全不纯、部分同质和过度分割等情况，并通过K-Means聚类验证了实际应用效果。
2025-09-05 15:07:26
615
原创 《sklearn机器学习——聚类性能指标》调整兰德指数、基于互信息(mutual information)的得分
调整兰德指数(ARI)是评估聚类算法性能的重要指标，它通过比较预测标签与真实标签的相似性来度量聚类质量，取值范围为[-1,1]。ARI能有效处理不同簇数量的情况，1表示完美匹配，0为随机水平，负值表示低于随机水平。示例展示了完全匹配（ARI=1）、随机分配（ARI≈0）、部分匹配（0<ARI<1）以及不同簇数的场景，并演示了K-Means算法在合成数据集上的应用（ARI≈1）。相比同质性、完整性等指标，ARI提供了一个综合评估聚类效果的单一分数。
2025-09-05 14:33:04
1308
原创 《sklearn机器学习——回归指标2》
均方对数误差（MSLE）是一种适用于预测呈指数增长数据的评估指标，特别关注相对误差而非绝对误差。通过计算预测值与实际值对数差的平方均值，MSLE对低估小数值的惩罚通常比高估更严重。与均方误差（MSE）相比，MSLE能更好地处理不同数量级的数据差异，适用于如人口统计、销售额预测等场景。示例显示，MSLE更倾向于选择保持相对一致性的预测模型，而非产生固定绝对误差的模型。该指标通过自然对数转换，使误差评估更符合指数增长数据的特性。
2025-09-05 13:40:56
993
原创 《sklearn机器学习——回归指标1》
sklearn.metrics模块提供多种回归评估指标，包括可解释方差分数(explained_variance_score)。该分数通过1减去残差方差与目标方差的比值计算，最优值为1.0。参数multioutput支持三种计算方式：均匀平均('uniform_average')、原始值('raw_values')和方差加权('variance_weighted')。示例展示了不同预测质量下的得分情况：良好预测接近1.0，仅预测均值时为0，预测差时可能为负值。r2_score采用类似计算方式但默认使用方差加
2025-09-05 13:16:12
1198
原创 《sklearn机器学习——多标签排序指标》
本文介绍了四种多标签学习中的排序评价指标：覆盖误差（coverage_error）、标签排名平均精确度（LRAP）、排序损失（label_ranking_loss）和归一化折损累积增益（NDCG）。覆盖误差计算预测中包含所有真实标签所需的最少标签数量，其最佳值为真实标签的平均数。LRAP通过计算真实标签在预测排名中的平均精度，评估模型对多标签的排序能力，取值在0到1之间。排序损失衡量标签排序错误的平均数量，数值越低表示模型性能越好。NDCG则通过标准化DCG来评估排序质量，特别适用于搜索引擎和推荐系统，1表
2025-09-05 12:39:39
796
原创 《纠正Clion控制台输出，中文无法正常显示的情况》
摘要：解决CLion终端中文乱码的3个步骤：1）在设置中将编码格式统一改为UTF-8；2）在项目配置中勾选"以管理员运行"选项；3）完成设置后即可正常显示中文。操作包含具体图示指引，简单易行，能有效解决中文乱码问题。
2025-09-04 12:33:31
252
原创 《sklearn机器学习——指标和评分2》
本文介绍了三种机器学习分类评估指标：Jaccard相似性系数、铰链损失和对数损失函数。Jaccard系数计算预测标签与真实标签的交并比，适用于多标签分类；铰链损失用于支持向量机等最大化边际分类器，衡量预测误差；对数损失函数基于概率估计，评估分类器的预测概率质量而非离散预测结果。每种指标都通过数学公式和Python代码示例进行了说明，展示了如何应用于二分类和多分类场景。这些指标为评估分类模型性能提供了不同的视角和量化方法。
2025-09-04 10:26:42
677
原创 《sklearn机器学习——指标和评分1》
文章摘要： 本文介绍了三种评估机器学习模型预测质量的API方法：1）评估器的score方法提供基础评估标准；2）评分参数用于交叉验证中的模型评估；3）metrics模块提供特定任务的评估指标。详细说明了评分参数的定义和使用，包括常见预定义评分值、自定义评分策略的创建方法（使用make_scorer函数或从头构建），以及多指标评估的实现方式。文章还提供了实际代码示例，展示了如何应用这些评分方法进行模型评估，并特别说明了处理自定义评分函数时的注意事项。最后提到Dummy评估器可用于获取随机预测的基准值。
2025-09-04 10:06:18
1192
原创 C++开发的开源格式转换软件
本文提供了一个非门格式转换工具的下载链接（https://wwo.lanzouu.com/iZxKU35cmkfi），并附有软件界面示意图。该工具可进行特定格式转换，图示展示了程序运行界面。文件通过蓝奏云平台分享，可直接点击下载使用。摘要完整保留了原文的下载链接和核心信息，控制在150字以内。
2025-09-04 08:54:18
48
原创 《miniconda安装超详细教程——从安装、配置到创建环境》
本文详细介绍了Miniconda在Windows系统上的完整安装配置流程：1)下载安装包并按步骤安装；2)验证安装并配置系统环境变量；3)设置清华镜像源加速下载；4)创建和管理Python虚拟环境；5)环境激活与基本操作。教程包含图文指引，帮助用户完成从安装到环境配置的全过程，特别针对国内用户优化了镜像源设置，确保软件包下载效率。
2025-09-02 19:19:38
3124
4
原创 《Clion2024永久安装保姆级教程——超详细》
本文详细介绍了CLion跨平台C/C++ IDE的安装与配置过程。主要内容包括：1) 从官网下载安装包并完成基础安装；2) 使用破解脚本激活软件；3) 创建测试项目验证功能；4) 通过安装中文插件实现界面汉化。教程配有详细图文说明，涵盖路径选择、组件安装、破解操作等关键步骤，最后成功运行测试程序并完成中文界面设置。文章还提供了所有必要的下载链接和注意事项，适合初学者快速上手CLion开发环境。
2025-09-02 08:07:49
4744
5
原创 基于python的人声背景分离小程序，附原项目文件
【摘要】本文介绍了一个人声与背景音分离程序的使用方法。用户需下载项目压缩包并解压，通过Python运行gui.py文件即可启动程序。操作步骤包括：解压文件夹、右键选择"在终端中打开"、用PyCharm等工具运行gui.py文件。若提示缺少依赖库，需提前安装相关依赖库才能正常使用。该程序提供简单易用的图形界面，可快速实现音频分离功能。
2025-09-02 01:51:36
214
原创 《sklearn机器学习》——调整估计器的超参数
GridSearchCV与RandomizedSearchCV：超参数优化方法对比 GridSearchCV通过穷举所有参数组合寻找最优解，适合小规模参数空间，但计算成本随参数维度指数增长。RandomizedSearchCV则从参数分布中随机采样，通过控制n_iter平衡效率与效果，尤其适合高维参数空间。 核心差异： 搜索策略：网格搜索（全组合）vs 随机搜索（概率采样） 计算效率：随机搜索解耦参数维度与计算成本 适用场景：网格搜索保证离散最优，随机搜索适合连续参数空间 实践建议：小规模参数用GridSe
2025-09-02 01:19:53
880
原创 《sklearn机器学习》——交叉验证迭代器
本文介绍了scikit-learn中主要的交叉验证迭代器，包括KFold、StratifiedKFold、LeaveOneOut等。它们通过不同的数据划分策略支持模型评估和超参数调优，适用于分类、回归、时间序列等多种场景。文章详细比较了各迭代器的特点和使用方法，并提供了代码示例。最后给出了根据数据特点选择合适迭代器的建议，强调避免数据泄露和确保实验可复现的重要性。正确选择交叉验证策略是获得可靠模型评估的关键。
2025-09-02 00:45:27
1167
3
原创 《Sklearn 机器学习模型--计算交叉验证指标》——实例
本文演示了使用Scikit-learn进行交叉验证的完整流程。以鸢尾花数据集为例，配置随机森林分类器后，通过StratifiedKFold实现5折交叉验证，计算了准确率、精确率、召回率和F1分数等指标。结果显示模型平均准确率达96%，各折分数相近（0.93-1.00），表明模型稳定。关键分析点包括：指标一致性反映模型稳定性，训练/验证分数差异可诊断过拟合，标准差分析衡量性能波动。该流程为机器学习模型评估提供了标准化方法，特别适用于分类任务的效果验证和比较。
2025-09-02 00:33:17
833
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人