qq_33837905的博客

非常清晰 有效的解答 感谢

第一 官方可以直接保存整个模型，将模型保存为HDF5文件# 创建模型实例model = create_model()# 保存模型到HDF5文件model.save('my_model.h5')# 读取模型model = keras.models.load_model('my_model.h5')第二 自定义当出现报错得时候 – NotImplementedError: Saving the model to HDF5 format requires the model to be a F

添加链接描述

实际操作好使！！ 就是把anaconda python 权限开到最高级 操作之后 运行流畅

很全

出错原因 numpy版本太高解决方法一：直接 pip install numpy==1.16.0解决方法二:pycharm改设置第三种方法 ：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 库名

CountVectorizer(input='content', encoding='utf-8', decode_error='strict', strip_accents=None, lowercase=True, preprocessor=None, tokenizer=None, stop_words=None, token_pattern='(?u)\b\w\w+\b', ngram_range=(1, 1), analyzer='word', max_df=1.0, min_df=1, ma

终于知道 6到飞起是啥意思了

错误描述

pycharm里包呈灰色

正态化-scaler许多学习算法中目标函数的基础都是假设所有的特征都是零均值并且具有同一阶数上的方差。如果某个特征的方差比其他特征大几个数量级，那么它就会在学习算法中占据主导位置，正态化好处—提高收敛速度pipelines之所以引入管道机制pipeline 是因为参数集要重复使用，比如不同的算法比较的 重复过程。------把重复的东西流水化嘛引入pipelines–两部分 tra...

x_train=pca.fit_transfrom(x_train)x_test=pca.transfrom(x_test)首先:答案是：为了避免过拟合。测试集自己训练自己 量体裁衣可还行……NO~

dataFram.plot()属性记录官方API：https://github.com/pandas-dev/pandas/blob/v0.25.3/pandas/plotting/_core.py#L504-L1533