TU_JCN的博客

0时间序列http://www.cnblogs.com/foley/p/5582358.html1灰色预测GM时间序列预测https://blog.youkuaiyun.com/qq_30091945/article/details/543799222、基于小波变换的时间序列预测https://blog.youkuaiyun.com/zhaoyuxia517/article/details/78005...

平稳性：就是要求经由样本时间序列所得到的拟合曲线在未来的一段期间内仍能顺着现有的形态“惯性”地延续下去。平稳性要求序列的均值和方差不发生明显变化严平稳：严平稳表示的分布不随时间的改变而改变。如：白噪声（正态），无论怎么取，都是期望为0，方差为1弱平稳：期望与相关系数（依赖性）不变，未来某时刻的t的值Xt就要依赖于它的过去信息，所以需要依赖性差分法：时间序列在t与t-1时刻的差值.diff(...

一、数据标准化消除指标之间的量纲影响，解决数据指标之间的可比性原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。https://scikit-learn.org/stable/modules/preprocessing.html#preprocessinghttps://blog.youkuaiyun.com/dream_angel_z/article/details/...

1、Win10系统 安装Anaconda+TensorFlow+Kerashttps://www.cnblogs.com/zeroingToOne/p/8407059.htmlhttps://blog.youkuaiyun.com/u010858605/article/details/64128466/2、pycharm中使用anaconda部署python环境https://www.c...

1、导入iris数据集from sklearn.datasets import load_irisiris_dataset = load_iris()print("key of iris_dataset: \n{}".format(iris_dataset.keys()))'''key of iris_dataset: dict_keys(['feature_names'...

https://www.cnblogs.com/jasonfreak/p/5448462.html数据挖掘通常包括数据采集，数据分析，特征工程，训练模型，模型评估等步骤。　　 使用sklearn进行数据挖掘的核心：并行处理，流水线处理，自动化调参，持久化。 并行处理和流水线处理，将多个特征处理工作，甚至包括模型训练工作组合成一个工作（从代码的角度来说，...

https://github.com/ljpzzz/machinelearning#2

http://www.cnblogs.com/jasonfreak/p/5448385.htmlsklearn提供了较为完整的特征处理方法，包括数据预处理，特征选择，降维等。常用的转换类：包 类 参数列表 类别 fit方法有用 说明 sklearn.preprocessing StandardScaler 特征 无监督 Y...

机器学习1、机器学习就是这么好玩！(medium.com/@ageitgey)机器学习速成课程（Berkeley的ML）：Part I：https://ml.berkeley.edu/blog/2016/11/06/tutorial-1/Part II：https://ml.berkeley.edu/blog/2016/12/24/tutorial-2/Par...

https://www.cnblogs.com/en-heng/p/5965438.htmlhttps://www.cnblogs.com/pinard/p/6097604.htmlsvm12年前很火，现在遇到对手神经网络二分类问题里面的min,是求离决策边界最近的雷是哪个i外面的max，是求哪组wb能使“雷”到边界距离越大越好y与y(x)同正负，为正负1，y*y(x)恒大于0可放...