- 博客(15)
- 收藏
- 关注
RSS订阅原创 Windows电脑关闭远程连接
1、在Windows电脑左下角点击开始菜单，进入设置控制面板；4、进入远程桌面后，将已开启允许启用远程桌面的功能关闭；5、关闭远程桌面后，将禁止其他设备远程连接这台电脑；2、在Windows设置内找到【系统】并进入；3、在系统设置内找到【远程桌面】并进入；Windows电脑关闭远程连接。...
2022-07-27 09:45:27
3842
原创 dataframe中合并某一列字段值相同的行
在dataframe中，一个时刻会有多条数据，若我想一个时刻只保留一条数据，且保留的值为同一时刻几条数据的均值，操作方法如下：df=df.groupby(by='time').mean()#按time分组，对于time相同的几条数据保留其均值df=df.reset_index('time')#此时time为索引，因此要将索引恢复为列，并重置索引...
2021-05-18 11:57:23
5364
3
原创 influxdb命令行操作
#1.在influx所在目录下打开cmd输入命令：influxd.exe -config influxdb.conf则打开了influxd，出现下图该显示框不可关闭。#2.在1的基础上，在influx所在目录下再打开一个cmd输入命令：influx.exe显示如下，则打开成功：#3.在2的基础上，在以上对话框中输入查询语句即可。...
2021-03-09 17:22:02
3586
原创 python中的类与构造函数
python中类的用法（继承、静态变量、类中函数自有变量、类中函数之间的调用）python中类的用法（继承、静态变量、类中函数自有变量、类中函数之间的调用类中构造函数的作用构造函数的作用构造函数主要用来在创建对象时完成对对象属性的一些初始化等操作, 当创建对象时, 对象会自动调用它的构造函数。实例化对象时是可以传入参数的，这些参数会自动传入__init__()方法中，可以通过重写这个方法来自定义对象的初始化操作。构造方法可以带有除self外的其它各种参数(关键字参数、默认参数、用元组收集参数、用
2021-03-03 14:29:15
1159
原创 influxdb导出数据
1.在influxdb.exe目录下打开cmd命令2.在cmd命令中输入导出命令influx_inspect export -datadir "C:/Users/Administrator/.influxdb/data" -waldir "C:/Users/Administrator/.influxdb/wal" -out "qingjiao" -database iot_bridge -start 2021-01-15T08:00:01Z -retention autogenps：设置文件虽然设置
2021-03-01 10:19:09
1815
原创 阿里天池AI气象预测task01：docker提交代码全流程记录
1 Windows7安装docker toolbox建议放弃2 安装Linux系统3安装docker，在dockerhub上注册账号密码4在阿里云服务器上创建镜像仓库这里以申请阿里云容器镜像服务（免费），并创建仓库为例，其他仓库如dockerhub、谷歌、亚马逊、腾讯等详见对应产品说明书。阿里云容器服务地址为：https://cr.console.aliyun.com注册开通后产品页面如下enter image description here创建命名空间第一步切换标签页到命名空间，
2021-02-22 00:01:28
300
转载 svm种类及参数
SVM简介及sklearn参数1.SVM简介SVM方法建立在统计学VC维和结构风险最小化原则上，既可以用于分类（二/多分类）、也可用于回归和异常值检测。SVM具有良好的鲁棒性，对未知数据拥有很强的泛化能力，特别是在数据量较少的情况下，相较其他传统机器学习算法具有更优的性能。使用SVM作为模型时，通常采用如下流程：对样本数据进行归一化应用核函数对样本进行映射（最常采用和核函数是RBF和Linear，在样本线性可分时，Linear效果要比RBF好）用cross-validation和grid-sea
2020-12-29 19:25:09
3454
转载 高斯混合模型
1、高斯混合模型所谓混合高斯模型（GMM）就是指对样本的概率密度分布进行估计，而估计采用的模型（训练模型）是几个高斯模型的加权和（具体是几个要在模型训练前建立好）。每个高斯模型就代表了一个类（一个Cluster）。对样本中的数据分别在几个高斯模型上投影，就会分别得到在各个类上的概率。得出一个概率有很多好处，因为它的信息量比简单的一个结果要多，比如，我可以把这个概率转换为一个 score ，表示算法对自己得出的这个结果的把握。简单的说就是：m个样本{x1,…xm},可以分为k类，每个类别都服从高斯分布。
2020-12-25 20:57:41
116
原创 阿里天池机器学习训练营task 02：朴素贝叶斯学习笔记
random.shuffle():将序列的所有元素随机排序使用朴素贝叶斯模型代码：# 导入高斯朴素贝叶斯分类器from sklearn.naive_bayes import GaussianNB...# 使用高斯朴素贝叶斯进行计算clf = GaussianNB()clf.fit(X_train, y_train)或者# 使用基于类目特征的朴素贝叶斯，适用于离散数据集from sklearn.naive_bayes import CategoricalNB...clf = Cat
2020-12-23 21:02:27
763
原创 阿里天池机器学习训练营task01：logistic回归学习笔记
task01:logistic回归方法学习及鸢尾花数据分类sklearn中鸢尾花数据集下载：## 我们利用 sklearn 中自带的 iris 数据作为数据载入，并利用Pandas转化为DataFrame格式from sklearn.datasets import load_irisdata = load_iris() #得到数据特征iris_target = data.target #得到数据对应的标签iris_features = pd.DataFrame(data=data.data, c
2020-12-21 17:46:42
167
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