- 博客(3)
- 收藏
- 关注
RSS订阅原创 随机森林降维
import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import RandomForestRegressor from sklearn.feature_selection import SelectFromModel # read the data train=pd.read_csv("xxx.csv") usedcols=['xxx', 'xxx','xxx'] df =
2022-05-29 09:05:39
1025
2
原创 PCA降维
from sklearn.decomposition import PCA import pandas as pd import numpy as np train=pd.read_csv("xxx.csv") usedcols=['xxx','xxx'] df = pd.DataFrame(train,columns=usedcols) pca = PCA(n_components=2) pca_result = pca.fit_transform(df)
2022-05-28 09:57:35
150
原创 ValueError: Shape (6134, 30, 200) must have rank 0
原因：tensorflow版本不对应 tensorflow2.0以上的版本用法： tf.concat(outputs,1) tensorflow2.0以下的版本用法：tf.concat(1,outputs)
2022-05-16 20:48:25
1101
1
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