一个随时准备删库跑路的芳心纵火犯的博客

彩虹图 一个图两个图一个图clc,clearx=linspace(0,8,200);% figure(1);ezplot('6*x+5*y1=60',[-1,9,-1,13]);% figure(2);ezplot('10*x+20*y2=150',[-1,9,-1,13]);figure(3);h1=ezplot('6*x+5*y1=60',[-1,9,-1,13]);set(h1,'Color','r');hold onezplot('10*x+20*y2=150',[-1,9,-1

ode45是求常微分方程的数值解的首选方法。matlab提供了求常微分方程数值解的函数。当难以求得微分方程的解析解时，可以求其数值解.matlab中求微分方程数值解的函数有七个：ode45，ode23，ode113，ode15s，ode23s，ode23t，ode23tb 。ode45是解决数值解问题的首选方法，若长时间没结果，应该就是刚性的，可换用ode23试试求解下面这个方程：代码：odefun=@(t,y) (y+3*t)/t^2; %定义函数tspan=[1 4]; %求解区间y0

匿名函数的基本用法：handle = @(arglist)anonymous_function其中handle为调用匿名函数时使用的名字。arglist为匿名函数的输入参数，可以是一个，也可以是多个，用逗号分隔。anonymous_function为匿名函数的表达式。举个例子如下：>> f=@(x,y)x^2+y^2; >> f(1,2) ans = 5当然输入的是数组也是可以的：>> f=@(x,y)x.^2+y.^2; %注意需要点(.)运算

话不多说，直接分享几个可执行的神经网络代码，仅供学习交流%BP神经网络matlab源程序代码%******************************% %学习程序%******************************%%======原始数据输入========p=[2845 2833 4488;2833 4488 4554;4488 4554 2928;4554 2928 3497;2928 3497 2261;...3497 2261 6921;2261

今天，师姐问了我一个小问题：她有一个txt文件，想在文本的最后一行输出这个内容的行数。说要不要数一下有多少个换行符？我觉得可以不用。我的解决办法是这样的：with open("../data/config_csgo.txt", 'r') as f: c = len(f.readlines()) c = str(c) with open("../data/config_csgo.txt", 'a') as f: f.write("共有"+c+"行")我一般是读就是读，写就

以500每英寸内的点数(其实就是提升了图片的像素，更容易看)来对图片进行存储，dpi适当变大，不就清晰多了。plt.savefig(“1.jpg”, dpi=500)

虽然warning不是error，但是看到很多warning的时候强迫症会犯，所以下面这个方法可以避免出现一行行的warningimport warnings#忽略错误warnings.filterwarnings('ignore')

更新包，提醒一下自己，老忘pip install seaborn --upgrade

主成分分析和层次分析法应该是建模比赛中最常用的几个方法之一了下面的代码我没记错应该是摘自司守奎老师的建模书，然后加上的注释matlab程序clc,clearsj=xlsread('20.xlsx','Sheet2'); %取得数据sj=zscore(sj); %数据标准化corr=corrcoef(sj); %计算相关系数矩阵%利用相关系数矩阵进行主成分分析，x的列为corr的特征向量，及主成分的系数[x,y,z]=pcacov(corr); %；y为r的特征值，z为各个主成分的贡献率

目录绪论1. 导入包和数据2. 分割训练集和测试集3. 不进行特征选择直接用xgb分类3.1. xgb直接建模3.2. 输出图片特征重要性3.3. 模型评价4. 进行特征选择后的分类5. 围师必阙绪论为什么要进行特征选择[1]，特征选择的意义在于通过减少输入特征数量，来减少模型的复杂度，有的时候还能起到防止过拟合、提高模型的泛化能力等效果[2]，在得分相同的情况下，通常认为特征数量少的模型更好，因为这样的模型更简洁，这也可以增强特征的说明意义。Filter方法Flter方法是一种挖掘特征之间的的内部

首先还是放官方文档吧，我一直觉得真学什么的话还是要翻文档的，包括有些博客解决不了你问题的点，也可以看文档解决。pip insatll tpot我其实不太清楚为什么这个包不火。有点遗传算法的意思，他集成了特征选择和模型自动选择，而且代码也不复杂，能完成建模、拟合、预测的任务，甚至他能帮你生成完整的一套代码。不过这样一说我好像确实不了解这方法的优缺点，我只是觉得他的效果很惊艳，然后遍历的时间有点长，感觉数据量不能太大。导入包和数据import numpy as np import pandas a

parse_dates在读取数据的时候就告诉他哪个字段是日期pd.read_csv(parse_dates = ['Date', 'Time'] )这个参数管着确定某一列是日期变量更新包，提醒一下自己，老忘pip install seaborn --upgrade虽然warning不是error，但是看到很多warning的时候强迫症会犯，所以下面这个方法可以避免出现一行行的warningimport warnings#忽略错误warnings.filterwarnings('ignore

当我跑一些模型的时候，通常是几个小时，这个时候我就会在代码的前面和后面加一句表示时间的话，总共是下面这三句：'''import XXimport XX'''import time #第一句print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))) #第二句'''……这里放你原来的代码部分……'''print(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(tim

经验都是失败的经验经历都是成功的经历写锤子，csgo了

目录导论example - 小实验example - 安包命令第一章example - 基本的操作命令example - 保存图片第二章for example - 合并小练习2.1. 向量2.2. 矩阵example - 练习example - 矩阵练习2.3. 数组example - 练习2.4. 数据框example - 小知识点2.4.1. 数据框的绑定2.5. 因子2.6. 列表2.6. 导入外部文件的数据（以csv为例）第三章 绘制图形3.1. 初尝试 - example13.1. 初尝试 - e