- 博客(17)
- 收藏
- 关注
原创 格兰杰因果分析
相反,若X是Y的原因,则需要满足2个条件:(1)X应该有助于预测Y,即在Y关于Y的过去值的回归中,添加X的过去值作为独立变量应当显著增加回归的解释能力;在式(1)中若x的滞后项系数显著不为0,在式(2)中若y的滞后项系数显著为0,就说明:x是y的granger原因。同理,式(1)和式(2)中若x的滞后项系数和y的滞后项系数显著不为0,说明x和y互为granger因果,当它们显著为0时,说明x和y互为独立,彼此不存在grange因果关系。=αm=0,式(2)的假设为β1=β2=…
2024-05-21 15:55:40
1337
2
原创 梯度提升树算法
GBDT分类算法在思想上与回归算法没有区别,只是样本输出不是连续的值,是离散的类别,从而无法直接从输出类别去拟合类别是输出的误差。针对于这种情况,可以采用两种形式进行处理:(1)逻辑回归的对数似然损失函数法(2)指数损失函数法。小于1的子采样比例可以减少方差,防止过拟合,但会增加样本拟合的偏差,所以此值也不宜太低,一般在。说明:GBRT是利用损失函数的负梯度方向在当前模型的值作为残差的近似值,进而拟合一颗CART回归树,GBRT会累加所有树的结果。,对于同样的训练集学习效果,较小的。
2024-05-11 16:27:15
1925
1
原创 Pso优化算法
一群鸟在随机搜索食物,在该区域内只有一块食物。所有的鸟都不知道食物在哪里。但是它们知道当前的位置距离食物还有多远。那么,找到食物最简单有效的方法——就是搜寻离食物最近的鸟的周围区域。如果将鸟抽象为没有体积和质量的“粒子”,相当于问题的一个解,鸟群就相当于一个解集,距离食物最近的鸟相当于解集中的最优粒子,食物的位置相当于全局最优解。
2024-05-08 15:11:35
500
原创 ELM算法详解及python实现
传统的一些基于梯度下降法的算法,可以用来求解这样的问题,但是基本的基于梯度的学习算法需要在迭代的过程中调整所有参数。ELM是一种针对单隐层前馈神经网络的算法,对比传统的神经网络训练速度慢、易陷入局部极小值、学习率选择敏感等缺点,ELM将随机产生输入层与隐含层的连接权值及隐含层神经元的阈值,且在训练过程中无需调整,只需要设置隐层神经元个数,便可莫得唯一的最优解。1)输入层和隐含层的连接权值、隐含层的阈值可以随机设定,且设定完后不用再调整。模型结构:输入层与隐含层、隐含层与输出层神经元全连接。
2024-04-25 14:29:10
1447
2
原创 k-mean聚类算法介绍
该算法是一种迭代算法,是将规模为n的数据集基于数据间的相似度及距离类内中心点距离划分成k类。算法流程主要包括两方面(1)初始化聚类中心,或输入数据范围内随机选择,或使用一些现有的训练样本(推荐);(3)通过将聚类中心的当前估计值设为属于该聚类的所有实例的平均值,用来更新它们的当前估计值。k-mean就是按照某个特定的标准将数据集划分成不同的多个类或簇,使得同一个类内部的相似度尽可能的大,同时不在同一个类内的数据的差异性也尽可能的大,该方法是一种无监督学习算法。,聚类的簇为k ,最大迭代次数为N;
2024-04-15 10:27:16
326
1
原创 程序报错:‘list‘ object has no attribute ‘get‘
程序报错:2024-04-12 Friday 15:05:27 - ERROR: 'list' object has no attribute 'get'增加多个url:url = "http://" + ipaddress + ":" + port + "/readAddr"modbus通讯方式接收数据。接收数据时单独使用,即可。
2024-04-12 16:25:49
361
原创 实现虚拟机与本机之间文件传输1
第三步:打开虚拟机的【网上邻居】,打开【整个网络】,打开【VisualBox Share folder】,打开【VBOXSVR】,即得到【//VBOXSVR/software】,这个就是共享文件夹。第四步:本地文件D:\software中存在的【任何文件】,在虚拟机中的//VBOXSVR/software下同步显示【任何文件】第一步:在主机创建文件夹,例如在本地磁盘D创建文件software,即D:\software。第二步:在虚拟设备中,选择【设置】,点击【共享文件夹】,在【固定分配】添加文件夹。
2024-04-07 15:27:03
1863
3
原创 pycharm配置qt5
添加方式同上,然后填写内容是,Name是PyUIC,Program是pyuic5.exe的安装路径,我的是D:\Anaconda\Scripts\pyuic5.exe,Arguments是$FileName$ -o $FileNameWithoutExtension$.py,Working directory是$ProjectFileDir$,如下。安装上述步骤完成后,返回主界面。file—settings—tools,在tools中,找到external tools点击“+”,如下。
2024-04-01 13:56:42
388
原创 python环境配置中的常见问题1
解决方法:打开设置,选择tools,选中Terminal,shell path选择:C:\WINDOWS\System32\cmd.exe,一直确定即可。问题描述:pycharm打开终端会显示PS+项目地址。出现PS的原因:当前显示powershell路径。重启后终端即可正常显示。
2024-03-19 13:42:16
144
1
原创 anaconda3安装第三方库到指定位置
-trusted-host pypi.douban.com cvxopt --target=指定位置,如图即可。(1)从“所有应用”找到“Anaconda3 Prompt(Anaconda3)”(2)管理员身份打开Anaconda3 Prompt(Anaconda3)(3)键入命令:pip install -i。
2024-02-27 09:26:10
479
原创 cuda安装
(4)承接(3)(1),安装完成后,配置环境变量,找到安装目录(自定义安装默认C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA),在path中新建下图红框所示的4个环境变量:此电脑->属性->高级系统设置->环境变量->用户变量->path。(6)点击https://developer.nvidia.com/rdp/cudnn-archive,下载和CUDA版本一致的cuDNN。(3)点击https://pytorch.org/,根据配置需要选择。
2024-02-26 14:29:54
666
原创 git远程仓库上传文件
①在远程gitlab中新建所需要的项目(如test1),项目URL是你当前仓库地址。git remote add origin URL地址(图1中的URL项目地址)① 在本地文件夹D:\file1下,右键,选择Git Bash Here,如下。git init 初始化git,在当前文件夹下生成.git文件。在本地将需要需要放在一个目录中的文件(如:D:\file1)② 如果当前盘可实现上传,该步骤忽略。3、将需要上传的文件放在一个文件中。4、git实现远程仓库文件上传。2、在新建项目中新建目录。
2024-02-19 14:01:33
288
1
原创 pip安装
曾经看一个说法,大致是:Anaconda 解决了一些我本可以解决的问题,并引入了一些我不知道的问题。,安装和管理 Python 包的工具,从 PyPi 这一官方第三方模块仓库源里搜索、下载、安装。:一个基于 Python 的数据处理和科学计算平台,相当于数十个有用的常用的第三方库。# yay -S python38 时没有装上 pip,运行下面命令安装即可。pip list --outdated # 待更新模块。pip list # 查看当前安装。# 上面的不行时,安装走这个。
2024-01-31 14:12:25
423
原创 python安装及配置问题
安装到C盘时会遇到 error writing to file :C:\program files\python312.dll.verify that you have access to that directory.原因:安装时未使用管理员权限。
2024-01-31 14:04:23
1019
原创 pyside2配置运行说明
修改包根目录C:\ProgramData\Anaconda3\Lib\site-packages\PySide2下的__init__文件,加上代码,注意要把PySide2去掉。变量值:C:\ProgramData\Anaconda3\Lib\site-packages\PySide2\plugins\platforms。变量名:QT_QPA_PLATFORM_PLUGIN_PATH。打印pyside2的platform路径,增加环境变量。
2024-01-19 13:00:23
385
原创 AttributeError: ‘scipy.spatial.transform._rotation.Rotation‘ object has no attribute ‘as_dcm‘
terminal 终端 pip list 查看当前scipy版本:1.10.1。版本更新导致,scipy中的属性改变,即。python版本:3.6.8。
2024-01-19 11:13:35
604
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人