qq_45138951的博客

@TOC一、项目介绍引言1、赛题描述2、数据描述3、数据样例4、解决思路二、代码实现1、数据清理处理2、建立字典3、生成数据矩阵4、用pytorch框架搭建神经网络5、训练数据并预测数据6、获取指标...

一、设计需求如下图所示表格具有incase_id、Symptom、疾病分型三种属性。数据升序排列。先需将Symptom中的所有取值进行去重，并将去重后的取值作为新表格的属性。然后判断每个incase_id对应的所有Symptom，若存在于新表格中对应属性下则取值 1 ，若不存在取值为 0；最后将对应的疾病分型作为新表格的最后一个属性。-二、解决步骤1.直接对Symptom...

介绍：从学习神经网络到现在时间也不短了，由于个人数学能力有限，用numpy构建神经网络，实属力不从心，但还是将神经网络的基本步骤理清了，然后开始学习用pytorch搭建神经网络。以下记录构建神经网络的简单方法。一、使用torch简单构建import numpy as npimport torchN, D_in, H, D_out = 64, 1000, 100, 10# 随机创建一些训...

1. torch.linspace(start, end, steps=100, out=None) → Tensor返回 start 和 end 之间等间隔 steps 点的一维 Tensor.输出 是尺寸 steps 为一维 tensor参数：start (float) – 点集合的起始值end (float) – 点集合的结束值steps (int) – 在 start 和 en...

一、连续型注意：用的是pima印第安人糖尿病数据集来测试，需放入D盘import numpy as npfrom sklearn.model_selection import train_test_splitdata=np.loadtxt(open('D:\\diabetes.csv'),delimiter=',',skiprows = 1, encoding='utf8',dtype=f...

斐不拉奇数列数列为 ：1 1 2 3 5 8 13 21 …def f(n): if n<1: return -1 if n==1: return 1 elif n==2: return 1 else: return f(n-1)+f(n-2)result=f(6)print(result...

特别方法（1）**train_test_split()**函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签。格式：X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state...

np.std()：用于求标准差np.exp(n)：返回e的n次方，e是一个常数为2.71828

函数方法1.max()：返回数据最大值 注意：数据必须同一类型2.str()：转化为str3.sorted(): 从小到大排列4.reserved():5.enumerate(): 枚举 注意：用list返回6.zip()：...

问题引入:1.每种伏邪,对应方剂所出现的次数2.每种伏邪,对应中草药出现的次数代码及实现(问题1)话不多说直接代码,数据文件github浏览(初学菜鸟一个,轻喷)问题一:import numpy as npfrom collections import Counterdata=np.loadtxt(open('D:\sta.csv'),delimiter=',',skiprows...