weixin_45588852的博客

无

共享单车之租赁需求预估第三关

文章目录机器学习——模型评估，选择与验证训练集与测试集为什么要有训练集与测试集如何划分训练集与测试集欠拟合与过拟合欠拟合过拟合偏差与方差模型误差来源偏差与方差验证集与交叉验证为什么需要验证集k折交叉验证集成学习自助法衡量回归的性能指标MSERMSEMAER-Squared准确度的缺陷混淆矩阵精准率与召回率精准率召回率精准率与召回率之间的关系应该选精准率还是召回率作为性能指标？F1 Score什么是F1 ScoreROC曲线与AUCROC曲线AUCsklearn中的分类性能指标accu\fracy_score

文章目录使用环境具体安装记录nvidia查看使用率什么的打开anaconda测试跟李沐大神搞的，后面环境问题都会记录在这里。学习网址：http://zh-v2.d2l.ai/使用环境python 3.7anaconda 3具体安装记录使用命令：pip install jupyter d2l torch torchvision但发现如下错误：直接进行更新，试一下：pip install --upgrade h2pip install --upgrade h2重新执行安装命令

sklearn中的数据预处理方法

Pandas 进阶学习导语本部分主要记录分组聚合以及创建透视表和交叉表的方法，通过此部分的学习主要明白Pandas内部的数据结构以及统计函数是什么样子的程度即可。因为需求的多样，下面例子只是给出某种需求下的内容，实际处理数据会遇到更为复杂的情况，因此单看例子很难消化，深入了解需要结合具体例子进行相关操作。Pandas分组聚合分组聚合的流程主要有三步：分割步骤将DataFrame按照指定的键分割成若干组；应用步骤对每个组应用函数，通常是累计、转换或过滤函数；组合步骤将每一组的结果合并成一个输出

目录Pandas基础知识学习一、数据处理对象Pandas中的数据结构SeriesDataFrame二、读取CSV格式数据读取CSV查看前n行查看后n行修改列名三、排序操作对索引进行排序按行排序按值排序四、删除操作五、基本的算术运算算术运算（+，-，*，/）六、去重操作duplicated()drop_duplicates()七、层次化索引层次化索引索引方式内层选取数据重塑Pandas基础知识学习Pandas比较适合处理结构化的数据，如序列数据，表格数据等，例如csv文件，利用pandas可以快速的对数据

目录numpy数组的高级操作一、堆叠操作stackhstackvstack测试题目二、比较、掩码和布尔逻辑比较布尔数组作掩码布尔逻辑三、花式索引与布尔索引花式索引布尔索引四、广播机制广播是什么广播的原则五、线性代数常用函数测试题目numpy数组的高级操作本文为机器学习课程中的笔记。一、堆叠操作stackstack的意思是堆叠的意思，所谓的堆叠就是将两个ndarray对象堆叠在一起组合成一个新的ndarray对象。根据堆叠的方向不同分为hstack以及vstack两种。hstackhstack为

numpy模块中索引与切片的使用索引ndarray的索引其实和python的list的索引极为相似。元素的索引从0开始。import numpy as npa = np.array([2, 15, 3, 7])print(a[1])# 15b = np.array([[1, 2, 3], [4, 5, 6]])print(b[0])# [1 2 3]print(b[0][1])# 2遍历ndarray的遍历方式与python的list的遍历方式相似。import numpy

函数定义np.argmax是用于取得数组中每一行或者每一列的的最大值。函数如下：np.argmax( a, axis=None, out=None)a：输入矩阵；axis：对于二维向量而言，0代表对行进行最大值选取，此时对每一列进行操作；1代表对列进行最大值选取，此时对每一行进行操作。三维向量的情况更为复杂，需要结合例子说明。实际上axis的大小代表着进入到第axis+1个[ ]内，对其剩余的部分进行对比；out：可以指定输出矩阵的变量举例如下：一维数组：import