發(fā)簡信
IP屬地：新疆
-
-
小編的Python學(xué)習(xí)交流群：579817333<br>微信公眾號：我愛學(xué)python
-
-
Python學(xué)習(xí)群：556370268<br>每晚8點群內(nèi)準時直播，分享Python精品資料
-
python的basemap安裝
首先，了解自己的python版本，下載下面兩個文件，下載地址http://www.lfd.uci.edu/~gohlke/pythonlibs/ basemap?1.1.0?...
-
KNN
#-*-coding:utf-8 -*- from sklearn import datasets#導(dǎo)入內(nèi)置數(shù)據(jù)集模塊 from sklearn.neighbors impo...
-
dataframe小技巧
group_by_type_x=lastdata.groupby('col') 分組 a=(list(frame['col'].value_counts()).index)分...
-
隨機森林參數(shù)調(diào)優(yōu)及特征重要性
特征重要性 #檢測重要特征rf = RandomForestClassifier() rf.fit(X, y) f, ax = plt.subplots(figsize=(7...
-
MLPRegressor多層感知機
sklearn.neural_network.MLPRegressor(hidden_layer_sizes=(100,),activation='relu',solver=...
-
將代碼托管至github（轉(zhuǎn)自 python愛好者社區(qū)）
一、下載Git 1.下載 下載地址: https://git-scm.com/download/win 根據(jù)你的操作系統(tǒng)選擇32位或者64位 2.安裝過程一路next 3.檢...
-
更換jupyter主題
打開Anaconda Prompt終端 輸入pip install --no-dependencies jupyterthemes==0.18.2 如下圖 安裝成功后輸入 j...
-
機器學(xué)習(xí)分類一些整理1、完整的機器學(xué)習(xí)建模流程 1. 實際問題抽象成數(shù)學(xué)問題 2. 獲取數(shù)據(jù) 3. 特征工程 4. 訓(xùn)練模型、診斷、調(diào)優(yōu) 5. 模型驗證、誤差分析 6.模型融合 7. 上線運行 ...
-
深度學(xué)習(xí)入門-day1
利用numpy從有到無建立一個三層神經(jīng)網(wǎng)絡(luò) init_network() 函數(shù)會進行權(quán)重和偏置的初始化，并將它們保存在字典變量 network 中 進行權(quán)重和偏置的初始化，并...
-
深度學(xué)習(xí)入門-softmax函數(shù)softmax函數(shù)（用于分類） softmax公式 上面的函數(shù)會出現(xiàn)溢出問題，就需要進行一些改進，改進方法如下 example softmax函數(shù)的輸出是0.0到1.0之間的...
-
配置jupyter同一個cell輸出多行
首先找到你的.ipython文件夾下的\profile_default文件夾，打開，按住shift并點擊鼠標右鍵，在此處打開命令行，然后輸入： 此時該文件夾下多出兩個配置文件...
-
深度學(xué)習(xí)入門-手寫數(shù)字識別
輸出層的神經(jīng)元數(shù)量需要根據(jù)待解決的問題來決定。對于分類問題，輸出層的神經(jīng)元數(shù)量一般設(shè)定為類別的數(shù)量；對于回歸問題一般設(shè)為1. 前向傳播## **導(dǎo)入數(shù)據(jù)集，此案例是在本機下載...
-
利用jupyter notebook 運行pyspark讀取oracle文件
后來設(shè)置conf.set("spark.jars","E:\ojdbc6.jar") 這句話時，一開始用的E:/ojdbc.jar，然后報錯，后來竟然把/改成\就行了，，，不...
-
tensorflow筆記（張量、計算圖、會話）-mooc（北京大學(xué)）
基于tensorflow的NN，用張量表示數(shù)據(jù)，用計算圖搭建神經(jīng)網(wǎng)絡(luò)，用會話執(zhí)行計算圖，優(yōu)化線上的權(quán)重（參數(shù)），得到模型。 張量（tensor）：多維數(shù)組（列表），階（張量的...
-
tensorflow筆記（前向傳播）-mooc（北京大學(xué)）
神經(jīng)網(wǎng)絡(luò)實現(xiàn)過程： 1.準備數(shù)據(jù)集，提取特征，作為輸入，傳給神經(jīng)網(wǎng)絡(luò)2.搭建NN結(jié)構(gòu)，從輸入到輸出（先搭建計算圖，再用會話執(zhí)行）（NN前向傳播算法——計算輸出）3.大量特征數(shù)...
-
tensorflow筆記（反向傳播）-mooc（北京大學(xué)）
反向傳播 反向傳播 訓(xùn)練模型參數(shù)，在所有參數(shù)上用梯度下降，使NN模型在訓(xùn)練數(shù)據(jù)上的損失函數(shù)最小損失函數(shù)（loss）：預(yù)測值（y）與已知答案（）的差距均方誤差MSE：loss ...
