- 博客(151)
- 收藏
- 关注
RSS订阅
原创 Python海龟turtle基础知识大全与画图集合
Python海龟turtle基础知识大全与画图集合，文章中除了turtle的全面基础知识外，还有画佩奇、樱花、蟒蛇、旋转图等实例
2022-11-28 12:41:10
42341
5
原创 使用C#语言，为AutoCAD添加一个名称为QQ的命令。要求：使用Editor类的Command成员方法来调用AutoCAD的Line命令，绘制一条45°的线段和一个直角三角形。
注意，该代码需在AutoCAD .NET API应用程序中才能运行。最简单的方法是将上述代码粘贴到Visual Studio中的新项目中，并将项目类型设置为Class Library (DLL)。在项目属性中添加对AcCoreMgd.dll、AcDbMgd.dll和AcMgd.dll的引用。构建项目以生成DLL文件。在AutoCAD中加载该DLL文件以使用QQ命令。
2023-05-22 15:54:15
712
2
原创 用WaveNet预测（Adapted Google WaveNet-Time Series Forecasting）
我试图通过使用竞争数据集实现最近在时间序列预测中使用的深度学习模型(即最近的研究论文)，从而使它们“栩栩如生”，我相信这会让您感到兴奋。有一些研究论文失败了，也有一些研究论文在竞争数据集上运行得很好，比如我已经在这里实现的STAM模型。不久前，我试着专注于一个我喜欢的模型:使用卷积神经网络的条件时间序列预测，它是谷歌WaveNet对时代序列的改编。以下是该论文的链接:时间序列的WaveNet!
2023-05-21 16:22:57
1714
原创 （Python）Jupyter Notebook无法运行代码，且提示error和自动保存失败时如何操作？无法链接内核？
Anaconda的JupyterNotebook作为优秀的网页编辑器，非常适用于编写Python程序，但往往可能因安装版本不兼容等原因而无法正常使用，为此我整理了以下方法，以解决该问题。
2023-04-29 18:01:25
6416
13
原创 anaconda在新的conda环境创建与打开jupyter notebook，在新的文件目录下打开jupyter notebook（有视频教学）
anaconda在新的conda环境创建与打开jupyter notebook，在新的文件目录下打开jupyter notebook（有视频教学）
2023-04-29 18:01:23
1601
原创 Learn OpenCV by Examples - with Python
OpenCV(开源计算机视觉)正式发布于1999年，由英特尔发起。OpenCV的核心是用c++编写的。在python中，我们只是使用一个包装器在python内部执行c++代码。第一个主要版本1.0是在2006年，第二个是在2009年，第三个是在2015年，第四个是2018年。使用OpenCV 4.0测试版。它是一个包含超过2500个优化算法的开源库。它对几乎所有计算机视觉应用程序都非常有用，并且支持Windows, Linux, MacOS, Android, iOS，绑定到Python,
2023-04-21 20:47:42
660
原创 python删除csv文件中的某几列或行
参数inplace=False，表示该删除操作不改变原数据，返回一个执行删除操作后的新dataframe，如直接对原数据进行删除操作，则更改默认参数为inplace=True。上述是对CSV文件数据删除行或列操作，对Excel文件数据进行删除行或列操作同理。参数axis=0，表示对行进行操作，如对列进行操作则更改默认参数为axis=1。参数encoding=“utf-8”，表示保存的文件编码格式为utf-8。用drop函数进行文件中数据的删除行或者删除列操作。将数据重新保存到csv文件中。
2023-04-21 19:29:27
6560
原创 最简洁快速的kaggle注册（无需翻墙）
1.(推荐) https://azurezeng.github.io/static/HE-GoogleRedirect.json然后点击下载按钮，下载完成后点击保存。刷新注册页面 就有人机验证啦！注意使用Kaggle的GPU时，需要手机号验证才能使用哦！不过每周使用时长是有时间限制的，新用户的使用时长大约每周43h，随着时间，使用时长会慢慢增加。
2023-04-20 14:05:53
3511
2
原创 Prophet学习（四）趋势Changepoints
默认情况下，仅推断时间序列的前80%的变化点，以便有足够的跑道来预测未来的趋势，并避免时间序列结束时的过拟合波动。然后它在速率变化的幅度上放置一个稀疏先验(相当于L1正则化)——这本质上意味着Prophet有大量可能的速率可以改变的地方，但会使用尽可能少的地方。默认情况下，Prophet指定25个潜在的更改点，这些更改点统一放置在时间序列的前80%中。然而，如果你希望对这个过程有更好的控制(例如，Prophet错过了一个速率变化，或者在历史中过度拟合速率变化)，那么你可以使用几个输入参数。
2023-04-14 01:00:00
1202
原创 Prophet学习（三）饱和的预测与饱和最低
这就是所谓的承载能力，预测应该在这一点饱和。和前面一样，我们为未来的预测制作了一个数据框架，只是我们还必须指定未来的容量。需要注意的重要事项是，必须为数据帧中的每一行指定cap，并且它不必是常量。如果市场规模在增长，那么上限可以是一个递增的序列。这里我们将假设一个特定的值，但这通常是根据关于市场规模的数据或专业知识来设置的。逻辑函数的隐式最小值为0，它在0处饱和的方式与在容量处饱和的方式相同。也可以指定不同的饱和最小值。要使用具有饱和最小值的逻辑增长趋势，还必须指定最大容量。
2023-04-14 00:45:00
747
原创 NeuralProphet之NeuralProphet部署
新版本的neuralprophet/utils.py文件下实现了 save和load函数用于模型保存和加载。NeuralProphet之八：NeuralProphet部署。将模型存储到本地，并在需要的时候将其导入。
2023-04-13 20:20:00
470
原创 Prophet学习（六）乘法季节性
默认情况下，任何添加的季节性因素或额外的回归因素都将使用任何seasonality_mode设置的值，但在添加季节性因素或回归因素时，可以通过指定mode='additive'或mode='multiplicative'作为参数来覆盖。该时间序列具有明确的年周期，但预测中的季节性在时间序列开始时太大，在时间序列结束时太小。在这个时间序列中，季节性并不是Prophet假设的一个恒定的加性因子，而是随趋势而增长。默认情况下，Prophet适合添加的季节性，这意味着季节性的影响被添加到趋势中以获得预测。
2023-04-13 19:47:58
421
原创 Prophet学习（五）季节性、假日效应和回归因子
如果时间序列超过两个周期，Prophet将默认适合每周和每年的季节性。它还将适合每日时间序列的每日季节性。您可以使用add_seasonality方法(Python)或函数(R)添加其他季节性数据(每月、每季度、每小时)。这个函数的输入是一个名称，以天为单位的季节周期，以及季节的傅里叶顺序。作为参考，默认情况下Prophet使用3的傅里叶顺序表示周季节性，10的傅里叶顺序表示年季节性。add_seasonality的一个可选输入是该季节成分的先验尺度——这将在下面讨论。
2023-04-13 19:39:35
2961
原创 Prophet学习（二） 时序预测开源工具包Prophet介绍
Prophet是Facebook开源的时间序列预测算法，可以有效处理节假日信息，并按周、月、年对时间序列数据的变化趋势进行拟合。根据官网介绍，Prophet对具有强烈周期性特征的历史数据拟合效果很好，不仅可以处理时间序列存在一些异常值的情况，也可以处理部分缺失值的情形。算法提供了基于Python和R的两种实现方式。从论文上的描述来看，这个 prophet 算法是基于时间序列分解和机器学习的拟合来做的，其中在拟合模型的时候使用了 pyStan 这个开源工具，因此能够在较快的时间内得到需要预测的结果。
2023-04-12 23:16:48
1450
原创 Prophet学习（一） Python API实现
Prophet遵循sklearn模型API。我们创建Prophet类的实例，然后调用它的fit和predict方法。Prophet的输入总是一个有两列的数据帧:ds和y。ds(日期戳)列应该是Pandas期望的格式，理想情况下YYYY-MM-DD表示日期，YYYY-MM-DD HH:MM:SS表示时间戳。y列必须是数字，并表示我们希望预测的测量值。举个例子，让我们看一下Peyton Manning的维基百科页面每日访问量的时间序列。我们抓取这些数据Prophet遵循sklearn模型API。
2023-04-12 23:10:22
1046
原创 LightGBM——提升机器算法详细介绍（附代码）
LightGBM是个快速的，分布式的，高性能的基于决策树算法的梯度提升框架。可用于排序，分类，回归以及很多其他的机器学习任务中。在竞赛题中，我们知道XGBoost算法非常热门，它是一种优秀的拉动框架，但是在使用过程中，其训练耗时很长，内存占用比较大。在2017年年1月微软在GitHub的上开源了一个新的升压工具--LightGBM。在不降低准确率的前提下，速度提升了10倍左右，占用内存下降了3倍左右。
2023-04-12 23:07:12
1362
原创 用python 合并两个csv文件
pandas提供concat函数对两个或多个csv文件进行合并。2.列合并设置concat函数中的axis=1即可实现。
2023-04-12 07:41:13
2036
原创 DBSCAN聚类算法及Python实现
核心点是周围某个半径内有足够多其他数据点的数据点，边界点是不满足核心点要求，但在某个核心点的半径内的数据点，噪声点则是不满足任何条件的点。接着，从核心点开始，通过密度相连的数据点不断扩张，形成一个簇。接着，我们选取下一个未被分类的点，这里是(8,8)，将其标记为“核心点”，并将与它距离在 内的所有点加入同一簇中，这里包括(8,9)和(9,8)。最后，我们选取最后一个未被分类的点，(15,15)，但该点只有1个点在 a 内，不足以满足minPts 的要求，因此该点被标记为噪声点。默认值为2，即欧式距离。
2023-04-12 00:30:00
1886
原创 Pandas的时间与日期（日期转换，创建日期等）
注意：频率字符串“C”用于指示使用CustomBusinessDay DateOffset，请务必注意，由于CustomBusinessDay是参数化类型，因此CustomBusinessDay的实例可能不同，并且无法从“C”频率字符串中检测到。在前面的例子中，我们DatetimeIndex通过将 诸如“M”，“W”和“BM”的频率字符串传递给freq关键字来创建各种频率的对象。要转换Series类似日期的对象或类似列表的对象，例如字符串，纪元或混合，您可以使用该to_datetime函数。
2023-04-11 22:18:11
4157
原创 机器学习分类与算法（总结）
机器学习算法之旅、根据学习方式进行分类、基于问题类型进行分类、回归算法、基于实例的算法、正则化算法、决策树算法、贝叶斯算法、聚类算法、关联规则学习算法、人工神经网络算法、深度学习算法、降维算法、集成算法
2023-04-11 01:00:00
1022
原创 常用优化算法(模拟退火、遗传算法、粒子群算法）及其Python实现
设每个个体的基因长度为4（即用4个二进制数表示一个个体，比如0010，表示2），则可以随机生成4个二进制数，如1101、0110、0011，0001等，作为初始的种群。具体来说，算法通过在解空间中随机生成一定数量的“粒子”，每个粒子表示一个解，然后通过不断调整每个粒子的位置和速度，使它们向着最优解的方向移动，从而逐步逼近最优解。然后，在每次迭代中，分别更新每个粒子的速度和位置，并更新每个粒子的最优位置和全局最优位置。初始化种群：根据问题的特性和要求，随机生成一定数量的解，作为初始的种群。
2023-04-08 09:36:26
1731
原创 特征筛选之特征递归消除法及Python实现
最终，我们可以得到一个包含20个最优特征的特征集合，并且相应的模型性能评价指标也达到了最优。然后，我们创建了一个逻辑回归模型，并创建了一个特征递归消除法对象，并指定要选择最优的20个特征。假设我们有一个数据集，包含100个特征和一个二分类目标变量，我们使用逻辑回归模型和特征递归消除法来选择最优的20个特征。根据特征的权重或重要性，选择性能评价指标排名最低的特征（比如权重最小的特征），将其从特征集合中剔除，得到新的特征集合，包含99个特征。然后，选择性能评价指标排名最低的特征，将其从特征集合中剔除。
2023-04-08 02:30:00
2900
原创 最全的PyTorch学习资源汇总
最全的PyTorch学习资源汇总：PyTorch中文官方文档：https://pytorch-cn.readthedocs.io/zh/latest/。阅读上述英文文档比较困难的同学也不要紧，我们为大家准备了比较官方的PyTorch中文文档，文档非常详细的介绍了各个函数，可作为一份PyTorch的速查宝典。
2023-04-07 22:52:49
985
原创 因果推断-学习入门路径（网站与代码）
最近项目中碰到越来越多的【因果推断】的项目。而普通的AI（神经网络）只能预测相关性，不能判断因果，这会严重限制模型的用途。因此向大家隆重推荐以下的文章和包，用于【因果推断】的场景。3）Uber出品的因果推断python包。1）因果推断入门——为什么需要因果分析。2）机器学习AI时代的因果推断。4）基于3）的实战例子。
2023-04-07 22:28:48
460
原创 最短路径算法及Python实现
该算法的基本思想是从起点开始，依次计算每个节点到起点的最短路径，然后再依次计算每个节点到起点的最短路径，直到所有节点都被计算完毕。由于约束条件保证了路径的起点和终点，因此该模型可以确保求解的是从源节点到汇节点的最短路径。第二个约束条件表示从任意节点 出发的边的数量必须等于从该节点进入的边的数量，除非该节点为源节点或汇节点。target: 目标节点，即终止节点，默认为None，表示计算源节点到图中所有节点的最短路径。source: 源节点，即起始节点，默认为None，表示计算图中所有节点的最短路径。
2023-04-07 21:54:44
6023
原创 Python第三方库 Matplotlib-绘图正常显示中文
Matplotlib默认不显示中文，如果不设置，会出现小方块代替中文字符。为了在绘图中能正确显示中文, 可以有几种解决方案。当然对于windows系统而言，简单在程序开头写上。下面代码实现了通过修改字体实现绘图中显示中文的问题。(2) 在程序开头修改配置字典 rcParams;(1) 在程序中直接指定字体;是设置电脑中字体库中字体（可以设置微软雅黑字体。(3）修改配置文件。
2023-04-07 14:38:38
859
原创 动手学深度学习(李沐)的pytorch版本（包含代码和PDF版本）
动手学深度学习(李沐)的pytorch版本（包含代码和PDF版本），《动手学深度学习》PyTorch版本TendorFlow版本（内有所有代码和PDF版下载地址）
2023-04-04 15:00:22
20559
1
原创 快速安装pyinstaller
如果不知道需要什么样的版本可以在cmd先输入pip install pyinstaller （这样也可以下载，不过经常出现错误问题，不建议用这种方式下载比较大的包）就可以看见下载的版本了，或者在pycharm中settings中的。根据自己的需要选择要下载的installer的版本，我下载的是pyinstaller==4.10。
2023-03-30 21:28:11
770
原创 【时间序列】Transformer for TimeSeries时序预测算法详解
2017年，Google的一篇为我们带来了Transformer，其在NLP领域的重大成功展示了它对时序数据的强大建模能力，自然有人想要把Transformer应用到时序数据预测上。在Transformer的基础上构建时序预测能力可以突破以往的诸多限制，最明显的一个增益点是，Transformer for TS可以基于Multi-head Attention结构具备同时建模长期和短期时序特征的能力。
2023-03-30 20:15:44
7912
1
原创 python实现将文档中全部空白字符用逗号替换
科学计算中，输入数据文件格式转换是经常遇到的问题。由于数据输入人员输入方法不标准而产生的各种包括制表符（\t），空格混用等更是常见问题。这些数据之间是用空白字符分隔的，但空白字符包括了不空倍数的空格，有的还包含制表符，这给进一步的数据分析带来困难，现通过python的字符串函数，正则等应用将数据格式转换为标准的CSV格式。这里也不仅仅是可以.txt和.csv两种格式的转换了，其他格式都是可以的，其目的在于批量完成空格到逗号的转变。
2023-03-30 13:49:39
1395
原创 趋势面模型分析实例（python）
python 趋势面模型分析实例已知五个气象站，这五个站围绕着未知的0号站。下图为各个站点的x、y坐标及及其已知值
2023-03-28 15:13:15
1798
1
原创 爬虫（一）爬虫基本概念
网络爬虫 (网页蜘蛛, 网络机器人)爬虫就是模拟客户端发送网络请求, 接受请求对应的响应, 一种按照一定的规则,自动地抓取互联网信息的程序。
2023-01-29 22:59:13
1111
原创 Python数据可视化（二）使用统计函数绘制简单图形
该文会讲解一些大家比较熟悉却又经常混淆的统计图形，掌握这些统计图形可以对数据可视化有一个深入理解，并正确使用。
2023-01-26 10:52:57
2598
基于C#的ArcGis二次开发程序
2023-06-04
动手学深度学习(pytorch)源代码
2023-04-04
GIS应用于地图制图实习报告（GIS课程设计报告）
2023-03-30
python时间序列预测-prophet
2023-03-29
MATLAB全面详细教程
2023-03-21
Cass绘图软件入门初级教程
2023-03-17
Cass栅格矢量化教程
2023-03-17
摄影测量内业实习报告 (VirtuoZo)
2023-02-26
用后方交会-前方交会、相对定向-绝对定向、光束法实现摄影测量双像解析
2023-02-23
用后方交会-前方交会、相对定向-绝对定向、光束法实现摄影测量双像解析
2023-02-23
python机器学习和数据分析
2023-01-06
Python数学实验与建模
2022-12-05
rasterio详细教程
2022-12-05
python语言实现绝对定向
2022-12-04
相对定向-绝对定向（C#程序实现）
2022-12-04
eric7版本-22.12.zip
2022-12-04
Eric6-17.05版本
2022-12-04
MATLAB语言实现摄影测量学双像解析光束法
2022-11-30
python实现摄影测量学双像解析光束法
2022-11-30
C#实现摄影测量学中的相对定向
2022-11-27
用python实现摄影测量学中的相对定向
2022-11-27
单像空间后方交会、空间前方交会、双像解析法全实现
2022-11-12
附有参数的条件平差编程实现
2022-11-09
单像空间后方交会程序代码实现
2022-11-09
条件平差程序设计实验编程
2022-11-05
高斯投影正反算（3度带和6度带）
2022-11-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人