奇迹的博客

1 获得任意一只股票的历史数据通过Tushare库获得。官网：https://tushare.pro/安装步骤如下，主要参考https://zhuanlan.zhihu.com/p/31959676首先在命令行pip install tushare然后在Tushare官网注册，并完善个人信息，获得TOKEN在python中运行代码，获得股票数据import tushare as tsts.set_token('此部分需要改成自己的TOKEN')pro = ts.pr

1 keras1.1 入门资源：https://www.bilibili.com/video/BV1Ct411H7rm?from=search&seid=13437359564386162135kera是一种深度学习框架，用起来比tensorflow简单目前深度学习框架用得最多的是tensorflow，pytorch，keras，keras比tensorflow大约慢一倍。安装：安装好python环境后，要安装tensorflow（有CPU和GPU版本，为了简单可以安装CPU版本），之后

1 和支持向量机基础理论相关的资料bilibili1.1 拉格朗日乘子的几何解释在学习支持向量机的理论的时候，发现基本都是数学问题。因此首先要把拉格朗日乘子法、对偶问题、KKT条件搞懂。关于拉格朗日乘子法在这个视频中有详细介绍，对偶问题是在第二个SVM系列视频中弄懂的。1.2.绝对能听懂的支持向量机这是b站的一个系列视频，每个视频在半小时左右，涵盖了支持向量机几乎所有的理论知识。1.3.支持向量机详解也是一系列视频，是我最开始看的和支持向量机有关的视频。和2里面的系列视频相比，更严谨，2主

1 数据获取在消息管理中导出全部数据，得到全部消息记录.txt。2 文本处理只筛选和男朋友的聊天记录，从'消息对象:AI男朋友\n'到'2021-05-06 14:42:52 AI男朋友\n'结束，将其保存在AI.txt中，具体如下：f = open('全部消息记录.txt','r',encoding='utf-8')lines = f.readlines()j = 0for line in lines: if line == '消息对象:AI男朋友\n': fla

1 基本功能代码功能代码读数据pd.read_csv()删除train的某行train.drop(0).reset_index(drop = True)改为数字格式train['id'] = pd.to_numeric(train['id'])改为时间格式train['date'] = pd.to_datetime(train['date'], format='%Y-%m-%d')改为类型格式train["id"] = train["id"].asty

1 问题背景需要做一篇和玉米病害识别相关的论文，找了一些资料、数据集、代码。在玉米病害识别中，有基于图像识别直接判断是否得病，还有基于环境因素判断玉米病害影响因素。下面是两篇示例论文：不同专业的研究者也从不同角度出发。从拍摄玉米叶片照片的硬件设备，到玉米照片的叶片定位，基于机器学习的玉米病害识别，基于图像处理的玉米病害识别，开发应用平台，玉米病害视频的实时诊断。2 主要资源在GitHub上搜索玉米病害，有搭建好的基于PlantVillage数据集的卷积神经网络实现玉米病害识别的源代码和处理

用python-sklearn做房价预测——以此为例说明如何使用python做简单的数据分析0 数据1 数据分析房价分布不同因素对房价的影响2 数据变换3 相关性分析4 房价预测模型5 总结0 数据广州市二手房价数据大概有500条广州市二手房价数据python数据导入import numpy as npimport pandas as p#画图包导入import matplotlib.pyplot as pltplt.style.use(style="ggplot")import mi

数据都是dataframe格式，双坐标轴：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns# train数据为房价数据#构造画图需要的数据price_number = pd.DataFrame(np.zeros((11,2)),columns=["均价","数量"],index=["天河","荔湾","越秀","黄埔","海珠","白云","番禺","南沙",

暑假学python的时候和弟弟一起用python画画，分享一下~import turtle as timport math as mt.pensize(2)t.up()t.fd(100)t.down()t.color('yellow')t.begin_fill()t.left(90)t.circle(100,180)t.fd(120)t.circle(100,180)t.fd(120)t.end_fill()t.up()t.fd(-120)t.pendown()#---