weixin_45064713的博客

Task01-目标检测基础和VOC数据集目标检测基本概念什么是目标检测目标检测的思路目标框定义方式交并比（IoU）目标检测数据集VOCVOC数据集简介目标检测基本概念什么是目标检测目标检测是计算机视觉中的一个重要任务，近年来传统目标检测方法已经难以满足人们对目标检测效果的要求，随着深度学习在计算机视觉任务上取得的巨大进展，目前基于深度学习的目标检测算法已经成为主流。相比较于基于深度学习的图像分类任务，目标检测任务更具难度。**图像分类：**只需要判断输入的图像中是否包含感兴趣物体。**目标检测：*

动手学数据分析-模型建立和评估模型搭建和评估特征工程缺失值填充编码分类变量模型搭建三级目录模型搭建和评估import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as plt%matplotlib inline#图可以显示中文和负号plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus

动手学数据分析-数据可视化数据可视化绘制常用图形散点图折线图直方图饼图箱型图泰坦尼克号数据集男女中生存人数分布情况男女中生存人与死亡人数的比例不同票价的人生存和死亡人数分布情况不同仓位等级的人生存和死亡人员的分布情况不同年龄的人生存与死亡人数分布情况不同仓位等级的人年龄分布情况数据可视化绘制常用图形常用图形有：plt.scatter() 散点图plt.plot() 折线图plt.bar() 直方图plt.pie() 饼图plt.boxplot() 箱型图#导入相应的包impor

动手学数据分析-数据重构数据重构数据重构

动手学数据分析-数据清洗及特征处理数据清洗及特征处理载入数据及数据处理相关包缺失值观察与处理缺失值观察对缺失值进行处理数据清洗及特征处理我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的第一步是进行数据清洗.载入数据及数据处理相关包import numpy as npimport pandas as pd# 载入数据df = pd.read_csv('train.csv')df.head()

动手学数据分析-数据加载及探索性数据分析数据加载载入数据导入numpy和pandas包载入数据数据加载载入数据数据集下载：Titanic: Machine Learning from Disaster导入numpy和pandas包import pandas as pdimport numpy as np载入数据使用相对路径载入数据df = pd.read_csv("train.csv")df.head()相对路径载入报错时，可以使用os.getcwd()查看当前工作目录im