tankpanv的博客

一、基础知识：1. 数据预处理：实际应用时经常需要处理大量原始数据，为了让相应软件可以使用这些数据，往往需要对数据预处理。1）均值移除Mean removal：通过会把每个特征的平均值移除，以保证均值为0，这样可以消除特征彼此之间的偏差。from sklearn import preprocessingdatastand=preprocessing.scale(data)print("\nMean=",datastand.mean(axis=0))print("Std deviation=

安装python3 依赖pip install bert_servingpip install bert-serving-server==1.10.0 # 服务端pip install bert-serving-client==1.10.0 # 客户端，与服务端互相独立pip install tensorflow==1.15.0 (>=1.13.1)wget https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-

1、安装显卡驱动安装流程https://blog.youkuaiyun.com/tankpanv/article/details/1193377702.ubuntu21.04环境下NVIDIA显卡驱动以及CUDA、CUDNN安装参考原文：https://zhuanlan.zhihu.com/p/3697137242.1安装版本根据后续安装包的兼容性，选择cuda11.1.0版本。具体程序包为cuda_11.1.0_455.23.05，该程序包包含了GPU驱动，版本为455.23.05；仅安装cu

这是一位a大佬的配置过程，保存留用https://www.163.com/dy/article/FUK8HOIP0511DPVD.html

安装tab-lib时：pip install TA-Lib遇到错误fatal error: ta-lib/ta_defs.h: No such file or directory compilation terminated.解决方法：sudo wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gztar -zxvf ta-lib-0.4.0-src.tar.gzcd ta-lib/sudo ./conf.

目录1、KNN算法描述2、应用：3、要关注的几个要素：1）如何计算当前元素和别的点的距离。2）k值的选择3）分类决策规则4、使用knn算法时流程1、KNN算法描述1、k近邻法（k-nearest neighbor, kNN），具体实现是计算某个点（元素）最近相邻的k个点，然后找出这个k个点中点（元素）个数最多的类别，把这个类别作为当前点（元素）的类别。...

一、线性回归流程1、读取数据2、预处理数据3、使用线性回归模型训练y=k*x+b的系数k和b二、使用Python的库numpy、pandas等工具实现线性回归

1、语言模型1）使用规则匹配语言语法（怎么样生成一个合理的句子）1）历史上最原始的语言生成是通过语法规则树，匹配生成对应的句子。比如下面例子 1、我们先定义规则，如下我们1）定义手机专卖店服务员的问候语言规则：host，2）消费者问候语言规则：consumer host = """ [host] = 打招呼|,|[自我介绍]|，|主|谓|宾[自我介绍] = 我是|主|号码|号...

1、数据预处理主要包括•特征提取•处理缺失数据•数据定标•数据转换: One-Hot encoding, One/Two/MultiGram, Bag of words, 取对数 •1、特征提取：a、以基于图像进行行人检测为例, 需要提取图像的梯度直方图 b、以自然语言处理为例, 需要提取文字的n-gram，其实就是将文字转换成数字形式，然后通过计算句子各个单词同...

1、机器学习类型机器学习非为监督式学习、非监督式学习 1、监督式学习：样本都需要打标签，比如分类、回归算法 1）在监督式学习分类中的应用： •垃圾邮件/短信检测 •自动车牌号识别 •人脸识别 •手写字符识别 •语音识别 •医疗图片的病症诊断 2）监督式学习回归的应用： •自动为二手车估价 •预测股票价格 •预测未来气温...

1、基于搜索 另外找到另外一个博主更全面的总结：https://blog.youkuaiyun.com/qq_31456593/article/details/78621193地图导航：DFS，BFS，Dijkstra算法、贪心算法等等 BFS：把第一个元素加进队列，队列第一个元素出列，将这个元素连接的所有原始加入队列。然后再从队列取出首元素，再把这个元素所有连接的元...