（图片例子来自上课时老师的PPT，不过老师说PPT是他从网上组合的，所以没有出处） 1、Partial-Mapped Crossover (PMX) 过程： 第一步，随机选择一对染色体（父代）中几个基因的起止位置（两染色体被选位置相同）: 第二步，交换这两组基因的位置：&
转载
2024-04-10 11:10:17
500阅读
今日更新DKM_1.3，版本更新内容：CCM收敛交叉映射、两阶段嵌套泰尔指数、三阶段嵌套泰尔指数。此前嵌套泰尔指数分解是单独的脚本，这次一并合并到DKM_1.3中。目前因果检验常用的格兰杰因果检验，主要是依据时间序列的预测能力来识别序列之间的因果关系。如，我们有一个模型来预测时间序列Y，如果在模型中移除时间序列X，则模型对Y的预测能力大大降低，此时可以说X是Y的一个原因。但是，格兰杰因果检验的前提
转载
2023-12-19 20:08:21
243阅读
前言：文章只是自己的学习笔记，所以如果想看的话，不要吹毛求疵，毕竟是笔记不是论文。大体观级数本身是一个极限，部分和的极限，只不过就是把取极限部分的结构给限定为连加。最大的特点就是项数是无穷的。由于是极限所以一定别忘了夹逼准则为了研究级数，我们就必须知道无穷项相加后是否会等于某个常数，而且还要知道这个常数是多少。对应就是级数是否收敛，收敛于那个值。是否收敛对于级数收敛的研究思路总共有两个。齐次还要明
# 收敛交叉映射因果关系检验的Python实现
## 引言
在时间序列分析中，理解和检验变量之间的因果关系至关重要。常用的方法之一是收敛交叉映射（Convergent Cross Mapping, CCM），它能够有效地检验复杂系统中变量之间的因果关系，而不受潜在混淆因素的影响。本文将详细介绍收敛交叉映射的基本原理，并通过Python代码展示如何实现这一方法。
## 收敛交叉映射的基本概念
一，负项级数可以通过添加负号转化为正项级数，因此不用讨论二，交错级数定义：，（）三，交错级数的审敛法（又称Leibniz判别法）若，（），即逐项递减且，即通项趋于0则收敛，其和余项截断误差：余项四，数列的极限理论一个数列，如果它的偶次项子数列收敛于s，奇次项子数列也收敛于s，那么整个数列将收敛于s。如图：五，变号级数的审敛法任意变号级数：非正项级数，非负项级数，也非交错级数。设变号级数绝对收敛：若
转载
2024-05-06 14:40:59
43阅读
1.正项级数审敛法 设与为正项级数,
正项级数收敛的充分必要条件是其部分和序列有界.比较判别法:若(),则
比较法的极限形式:
若,则
若级数收敛,且则级数收敛;若级数发散,且则级数发散.「注意」若分母,分子关于的最高次数分别为,则若当时,则与具有相同敛散性.当时,,后者较前者趋于的速度快.2.两个重要级数几何级数级数3.比值/根值判别法4.积分判别法若 在
转载
2024-09-08 21:45:47
86阅读
前言AUTOSAR就不多介绍了，Automotive Open System Architecture，汽车开放系统架构。同时，AUTOSAR也指一个汽车联盟，发起于欧洲汽车行业，用于推广AUTOSAR架构。这个架构可以实现汽车电子的软硬件分离。用了AUTOSAR之后，你开发汽车软件就可以像在PC或者手机上开发软件一样，只开发你的软件（现在的PC软件或者手机APP开发，有几个软件开发
视觉设计中图形创意 图形创意是视觉设计中重要的一个部分，可以说找到好的图形创意就是成功的一半。 什么是图形创意？ 采用一定的形式来表达创造性的意念，将设计思想可视化。以图形设计为核心，通过一些创作手法进行设计，在作品中建立矛盾冲突或者巧妙的引用熟悉的事物。寻求最能够引发观者情感共鸣的触发点。 图形创意常用的手法 （一）同构 当我们面对多种表示意义的“形”时，只取其一并不能充分说明问
转载
2024-01-07 21:19:39
61阅读
# 实现收敛图代码Python
作为一名经验丰富的开发者，我将会教你如何在Python中实现收敛图。首先，我们需要明确整个过程的流程，然后详细说明每一步需要做什么以及使用哪些代码。
## 流程图
```mermaid
flowchart TD
A(初始化数据) --> B(计算收敛)
B --> C(绘制收敛图)
```
## 步骤
| 步骤 | 描述 |
| --- |
原创
2024-04-14 05:55:03
36阅读
一、图解Pandas透视表、交叉表终于开始Pandas进阶内容的写作了。相信很多人都应该知道透视表，在Excel会经常去制作它，来实现数据的分组汇总统计。在Pandas中，我们把它称之为pivot_table。透视表的制作灵活性高，可以随意定制我们想要的的计算统计要求，一般在制作报表神器的时候常用。下面通过具体的例子来对比Excel和Pandas中透视表的实现方法。二、Excel透视表 下面是在E
转载
2024-06-01 16:10:15
65阅读
python -- 面向程序员的数据挖掘指南-分类-008训练集和测试集在上一章中， 我们将鸢尾花数据集分为了两个部分，第一部分用来构造分类器，因此称为训练集；另一部分用来评估分类器的结果，因此称为测试集。训练集和测试集在数据挖掘中很常用。因为如果使用训练集去测试分类器，得到的结果肯定是百分之百准确的。换种说法，在评价一个数据挖掘算法的效果时，如果用来测试的数据集是训练集本身的一个子集，那
转载
2024-06-25 04:47:40
59阅读
机器学习笔记之优化算法——经典牛顿法的收敛性分析引言回顾：算法的收敛性分析
Wolfe
\text{Wolfe}
Python中sklearn实现交叉验证一、概述1.1 交叉验证的含义与作用1.2 交叉验证的分类二、交叉验证实例分析2.1 留一法实例2.2 留p法实例2.3 k折交叉验证（Standard Cross Validation）实例2.4 随机分配交叉验证（Shuffle-split cross-validation）实例2.5 分层交叉验证（Stratified k-fold cross va
转载
2023-09-03 14:40:26
200阅读
1 sklearn.model_selection.train_test_split()将数据集划分为训练集train和测试集test，再调用score方法在test数据集中评估,默认train : test = 3:1。缺点是数据集只划分一次，具有偶然性. 链接: 文档.示例：
from sklearn.model_selection import train_test_split
from
转载
2023-08-10 14:44:49
187阅读
cross的意思n. 十字架,十字形饰物,杂交品种,痛苦vi. 交错而行,横渡,越境vt. 杂交,横跨，穿越,划掉,使相交adj. 坏脾气的， 易怒的,相反的，反向的变形：副词：crossly； 比较级：crosser； 最高级：crossest； 过去式: crossed； 现在分词：crossing； 过去分词：crossed；cross用法cross可以用作名词cross用作名词的基本意思是
转载
2024-01-29 07:05:56
54阅读
交叉验证：评估模型的表现如果我们训练出的模型只在训练集上表现极好，但在未知的数据上效果很差，说明出现了过拟合，为了避免这种现象的出现，我们需要验证集来评估我们的模型。当我们在训练集上训练好一个模型后，现在验证集上对模型进行，如果验证集上的效果比较好时，再到测试集上就行最后的评估。但是单纯的将数据集分为三部分，会大大减少模型学习的数据量（因为有时数据是很难获取的，数目可能会比较少），并且最后模型的效
转载
2023-08-11 13:41:50
308阅读
# 交叉验证的Python代码实现
---
## 简介
交叉验证是机器学习中一种常用的评估模型性能的方法。它通过将数据集划分为训练集和测试集，并利用训练集训练模型，然后使用测试集验证模型的性能。本文将介绍如何使用Python实现交叉验证，并提供详细的代码示例和解释。
## 流程概览
下面的表格展示了实现交叉验证的整体流程：
| 步骤 | 需要做什么 | 代码示例 |
| --- | -
原创
2023-08-22 06:59:57
152阅读
## 交叉验证的流程
交叉验证是一种用来评估机器学习模型性能的技术，可以有效地评估模型的泛化能力。在Python中，我们可以使用`scikit-learn`库来实现交叉验证。下面是交叉验证的一般流程：
| 步骤 | 描述 |
|------|------|
| 1. | 导入必要的库和数据 |
| 2. | 划分数据集 |
| 3. | 定义模型 |
| 4. | 训练模型 |
原创
2023-08-03 06:57:24
175阅读
## 交叉验证代码实现流程
### 1. 理解交叉验证
交叉验证是一种评估模型性能的技术，它将数据集划分为训练集和验证集，通过多次训练和验证来评估模型的性能。常用的交叉验证方法有k折交叉验证和留一交叉验证。
### 2. 交叉验证的步骤
下面是实现交叉验证的一般步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 加载数据 |
| 2 | 划分数据集为k个子集 |
原创
2023-10-02 09:12:13
180阅读
忽略loss函数直接对loss数值进行讨论... 嗯～～～ 天呐！流氓！loss数值代表啥呢？我觉得代表的就是你的模型输出与真实结果之间的距离(度量)，这个距离的计算方式是你自己定义的(loss函数)，所以这个数值代表啥得看你怎么定义这个loss。一、交叉熵二、MSE假设你在训练一个简单的回归任务，输入数据是你们班同学的身高，回归你们班同学的体重，
转载
2024-05-27 16:26:29
101阅读
