已存在的數(shù)據(jù)庫怎么使用呢
flask-migrate動態(tài)遷移數(shù)據(jù)庫了解flask_migrate需要先了解flask-script，那么flask-script的作用是什么呢？flask-script的作用是可以通過命令行的形式來操作Fla...
發(fā)簡信
IP屬地：廣東
-
-
作業(yè)參考代碼有嗎
李宏毅GAN學習筆記（1）
GAN Lecture 1 Yann LeCun: Adversarial training is the coolest thing since sliced bread....
-
@菜鳥瞎編
有心了
對比線性回歸、邏輯回歸和SVM
線性回歸是回歸模型，邏輯回歸和SVM是分類模型。 線性回歸和邏輯回歸（廣義線性模型）是線性模型，SVM根據(jù)核函數(shù)的不同有線性模型和非線性模型。 邏輯回歸和SVM都是判別式模型...
-
@菜鳥瞎編 線性模型和核有什么關系。。 做了非線性變換就是非線性分類器了？那么邏輯回歸豈不也是非線性分類器
對比線性回歸、邏輯回歸和SVM
線性回歸是回歸模型，邏輯回歸和SVM是分類模型。 線性回歸和邏輯回歸（廣義線性模型）是線性模型，SVM根據(jù)核函數(shù)的不同有線性模型和非線性模型。 邏輯回歸和SVM都是判別式模型...
-
為什么不直接用sklearn
使用gensim和sklearn搭建一個文本分類器
總的來講，一個完整的文本分類器主要由兩個階段，或者說兩個部分組成：一是將文本向量化，將一個字符串轉化成向量形式；二是傳統(tǒng)的分類器，包括線性分類器，SVM, 神經(jīng)網(wǎng)絡分類器等等...
-
然后把這些向量加起來再除以單詞數(shù)
使用不同的方法計算TF-IDF值
歡迎大家訪問我的博客以及簡書本博客所有內容以學習、研究和分享為主，如需轉載，請聯(lián)系本人，標明作者和出處，并且是非商業(yè)用途，謝謝！ 一. 摘要 這篇文章主要介紹了計算TF-ID...
-
為什么要加起來啊
使用不同的方法計算TF-IDF值
歡迎大家訪問我的博客以及簡書本博客所有內容以學習、研究和分享為主，如需轉載，請聯(lián)系本人，標明作者和出處，并且是非商業(yè)用途，謝謝！ 一. 摘要 這篇文章主要介紹了計算TF-ID...
-
svm真的是非線性模型嗎？
對比線性回歸、邏輯回歸和SVM
線性回歸是回歸模型，邏輯回歸和SVM是分類模型。 線性回歸和邏輯回歸（廣義線性模型）是線性模型，SVM根據(jù)核函數(shù)的不同有線性模型和非線性模型。 邏輯回歸和SVM都是判別式模型...
-
@2e8e2fd95f48 我覺得比不過諸如adam之類的梯度下降算法
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡
背景 1、遺傳算法原理 遺傳算法（Genetic Algorithms，GA）是1962年美國人提出，模擬自然界遺傳和生物進化論而成的一種并行隨機搜索最優(yōu)化方法。 與自然界中...
-
@眀滒玩鬧 局限性是什么呢
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡
背景 1、遺傳算法原理 遺傳算法（Genetic Algorithms，GA）是1962年美國人提出，模擬自然界遺傳和生物進化論而成的一種并行隨機搜索最優(yōu)化方法。 與自然界中...
-
為什么要寫成共軛的形式呢
小波變換簡介
本文鏈接：個人站 | 簡書 | CSDN版權聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉載請注明出處。 1. 傅里葉變換的局限性 傅里葉變換只能得到一...
-
小波變換簡介本文鏈接：個人站 | 簡書 | CSDN版權聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉載請注明出處。 1. 傅里葉變換的局限性 傅里葉變換只能得到一...
-
又是一個沒有缺點 無敵的算法描述
【算法】超詳細的遺傳算法(Genetic Algorithm)解析
00 目錄 遺傳算法定義 生物學術語 問題導入 大體實現(xiàn) 具體細節(jié) 代碼實現(xiàn) 01 什么是遺傳算法？ 1.1 遺傳算法的科學定義 遺傳算法（Genetic Algorithm...
-
遺傳算法無敵？沒有缺點嗎
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡
背景 1、遺傳算法原理 遺傳算法（Genetic Algorithms，GA）是1962年美國人提出，模擬自然界遺傳和生物進化論而成的一種并行隨機搜索最優(yōu)化方法。 與自然界中...
-
原小波基和復共軛什么區(qū)別嗎 有些寫這個有些寫共軛
小波變換簡介
本文鏈接：個人站 | 簡書 | CSDN版權聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉載請注明出處。 1. 傅里葉變換的局限性 傅里葉變換只能得到一...
-
ARIMA 是單步預測吧
時間序列模型(ARIMA)
時間序列簡介 時間序列 是指將同一統(tǒng)計指標的數(shù)值按其先后發(fā)生的時間順序排列而成的數(shù)列。時間序列分析的主要目的是根據(jù)已有的歷史數(shù)據(jù)對未來進行預測。 常用的時間序列模型 常用的時...
-
@2e8e2fd95f48 嗯 是的
時間序列的ADF檢驗（單位根檢驗）
from statsmodels.tsa.stattools import adfuller 可以看到里面的參數(shù)x：array_like，1維，時間序列 maxlag：int...
-
零假設有單位根
時間序列的ADF檢驗（單位根檢驗）
from statsmodels.tsa.stattools import adfuller 可以看到里面的參數(shù)x：array_like，1維，時間序列 maxlag：int...
-
有個地方寫錯了,零假設無單位根，p值越小越重要，p小于0.05時應該時平穩(wěn)的。
這句話
當我們看序列是否平穩(wěn)的結果時，一般首先看第二部分的p_value值。如果p_value值比0.05小，證明無單位根，也就是說序列非平穩(wěn)。如果p_value比0.05大則證明非平穩(wěn)。時間序列的ADF檢驗（單位根檢驗）
from statsmodels.tsa.stattools import adfuller 可以看到里面的參數(shù)x：array_like，1維，時間序列 maxlag：int...