要达到很好的体验（沉侵感）需要很多方面指标的支撑。 1. FOV 视场角 人的左右极限视角是100度，高分辨率
原创
2022-12-23 00:06:24
169阅读
Python中的W R：简介与应用Python是一种快速、便捷且简单易学的编程语言。Python具有强大的功能，包括数据处理、图像处理、机器学习、网络编程等。W R（Write-Read）是在Python中广泛应用的一种方法。本文将介绍Python中的W R方法，以及它在数据处理和分析中的应用。什么是W RW R是一种Python代码编写方式，目的是将数据从同一文件中进行读取、处理和写入。简单来说
转载
2023-10-19 08:24:33
114阅读
PyFlux库函数是什么？PyFlux是Python编程语言的开源时间序列库。PyFlux是Python中为处理时间序列问题而创建的开源库。该库有一系列极好的时间序列模型，包括但不限于 ARIMA、 GARCH 和 VAR 模型。简而言之，PyFlux提供了一个时间序列建模的概率方法。PyFlux允许使用时间序列建模，并且已经实现了像GARCH这样的现代时间序列模型。时间序列研究是统计学和计量经济
转载
2023-10-06 10:43:32
0阅读
今天我们来使用backtrader试试另一个量化投资策略：KDJ策略，KDJ是最常用的指标之一，其中文名叫“随机指标”。它通过统计学原理，识别N个交易日内最高价、最低价、最新收盘价三者之间的比例关系来计算随机值（RSV），然后再根据加权移动平均线(EMA)的方法来计算K值、D值、J值。具体计算方法如下：RSV = （收盘价-N周期最低价）/（N周期最高价-N周期最低价）*100K值 = RSV的N
1. 简介backtrader 是一个用于回测和交易的python框架，它功能丰富，可以让你聚焦在设计可重用的交易策略、指标和分析上，而不用花大量时间在构建基础框架上面。优点：github开源，策略编写简单快速安装方便，除了matplotlib外，不依赖其他外部lib支持ib等券商实时交易数据来源支持csv文件，在线数据源或pandas格式，同时支持多数据来源、多策略支持TA-lib指标，方便支持
1 简介遥感生态指数RSEI， 是一种使用卫星遥感影像数据通过反演计算得到的数据，可以用来对城市的生态状况进行快速监测和评价，该指数主要利用主成分分析方法，对植被指数、湿度、地表温度以及建筑指数四项指数指标进行集成。详细信息还请参考阅读：徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862.前段时间帮朋友用Python写了个基于Landsat8 OLI
当训练任务结束，常常需要评价函数（Metrics）来评估模型的好坏。不同的训练任务往往需要不同的Metrics函数。例如，对于二分类问题，常用的评价指标有precision（准确率）、recall（召回率）等，而对于多分类任务，可使用宏平均（Macro）和微平均（Micro）来评估。MindSpore提供了大部分常见任务的评价函数，如Accuracy、Precision、MAE和MSE等，由于Mi
最近有人抓取了 Github、Stack Overflow、PyPI 上的数据，根据开发者在这些平台上的实际使用行为，对目前的 Python Web 框架进行了排名。这个排名不是基于性能来排序的，但整体我认为其实更综合一些，是大家“用脚投票”选出来的。在今天的文章里，我想和大家分享这份榜单，以及从中获得的一些启示。一、具体名单排名前十五的框架名单如下： 二、排名算法框架得分计算方式比较简单：1、
从简单应用到平台框架应用，不同场景下，基于python快速简便地实时计算金融技术指标的方法，总结如下（鄙人之前走了不少弯路，以下五种场景实现及避坑方法，分别介绍给各位朋友，请借鉴）：一、tradingview的方法库如果你要基于tradingview框架做量化系统和策略，那就非常直接简单容易了。我敢说，几乎所有你想到的、和没有想到的技术指标，都已经集成在tradingview的方法库和框架中了。最
目录混淆矩阵KS曲线与ROC曲线KS曲线ROC曲线KS曲线与ROC曲线之间的关系洛伦兹曲线与Gini系数Lift曲线Gain曲线PSIPython代码参考混淆矩阵KS曲线与ROC曲线KS曲线KS检验：比较频率分布\(f(x)\)与理论分布\(g(x)\)或两个观测值分布的是否一致检验方法，原假设两个数据分布一致或数据符合理论分布，统计量\(D=max|f(x)-g(x)|\)KS值计算步骤：对变量
转载
2023-10-20 23:30:23
238阅读
目录1.随机指标概述2.随机指标原理3.获取数据4. 计算RSV5. 计算K、D指标值5.1 K值、D值指标概述5.2 计算代码6.计算J值7.绘制KDJ线8. KDJ交易策略 1.随机指标概述随机指标(KDJ)又称为随机指数(The Random Index)，是一种用来分析市场中超买或者超卖现象的指标。它最早应用于期货市场，后来在股票市场中被众多投资者广泛使用。 KDJ最基础的交易思想建立在
转载
2023-10-26 15:56:37
0阅读
1.创建并输出菜单, 菜单是不可变的. 所以使用元组
menus = ("1, 录入", "2, 查询", "3, 删除", "4, 修改", "5, 退出")
# 存储用户的信息 id: {'name':'名字', 'weight':体重, 'height':身高}
# 例如：目前有两个用户信息：1. 汪峰， 2. 章子怡
# 存储结构：
#bodies= {
# 1:{'name'
SAR指标又叫抛物线指标或停损转向操作点指标，其全称叫“Stop and Reverse，缩写SAR”，是由美国技术分析大师威尔斯-威尔德（Wells Wilder）所创造的，是一种简单易学、比较准确的中短期技术分析工具。 SAR的计算工作主要是针对每个周期不断变化的SAR的计算，也就是停损价位的计算。在计算SAR之前，先要选定一段周期，比如n日或n周等，n天或周的参数一般为4日或4周。接下
转载
2023-10-25 19:19:55
0阅读
YOLO mAP@0.5与mAP@0.5:0.95的含义mAP@0.5：mean Average Precision（IoU=0.5）即将IoU设为0.5时，计算每一类的所有图片的AP，然后所有类别求平均，即mAP如图所示，AP50，AP60，AP70……等等指的是取detector的IoU阈值大于0.5，大于0.6，大于0.7……等等。数值越高，即阈值越大，精度越低。mAP@.5:.95（mAP
转载
2023-07-08 14:02:31
444阅读
在谷歌，OKRs通常以0.0到1.0的等级进行分级，1.0意味着目标被100%地达成。 每个关键结果都会被单独评分，然后使用粗略平均值相应地对目标进行评分。 之所以说“粗糙”，是因为有时不同的关键结果会有不同的权重。OKR的评分标准ORK是一套开源的目标管理框架，使用者可以根据自己的实际情况进行修改和调整。由于OKR鼓励使用者去挑战更高难度的目标，所以KR在设定的时候就要求有一定的挑战性。如果KR
转载
2023-07-31 23:45:46
81阅读
科学运算和数据结构numpy - 进行数值运算的基础包，scipy和numpy令Python进行有效的矩阵运算成为可能scipy - 科学计算生态系统，广泛应用于数学，物理学和工程学等自然科学领域pandas - 提供了高性能的数据结构和数据分析工具quantdsl - 金融/交易领域进行定量分析的领域特定语言statistics - 进行基础统计运算sympy - 专门用于符号数学pymc3 -
转载
2023-09-16 11:35:06
0阅读
目录一、概述二、kd树2.1 kd树的构造2.2 kd树的搜索三、完整代码四、参考文献 一、概述原理及一般实现较为简单，本文主要讨论KD树实现。KNN的主要要点如下：本质：利用训练数据集对特征向量空间进行划分特点：不具备显示的学习过程K值的影响：K值越大，表明单个样本的影响越小，且划分的空间少了，模型变得越简单，近似误差越大，估计误差越小，模型更容易欠拟合；K值越小，表明单个样本的影响越大，且划
转载
2023-11-03 19:49:38
102阅读
前言最近参加了一些比赛,看到不同的比赛有很多不同的模型评价标准,于是就想整理一份关于模型评价标准的资料分享一下,有不足和错误之处,希望能指教。本文会先介绍二分类模型的主要评价指标:AUCKSLog-lossAccuracy/Recall/Precision/F1-score紧接着会先介绍多分类模型的主要评价指标:AccuracyF1-macroF1-score-weighted二分类模型1.AUC
(1)neighbors.KNeighborsClassifier(n_neighbors=5, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=1)n_neighbors：用于指定近邻样本个数K，默认为5weights：用于指定近邻样本的投
机器学习中的模型选择和评估1. 介绍2. 模型拟合效果2.1欠拟合与过拟合表现方式2.2 避免欠拟合与过拟合的方法3.实例分析3.1鸢尾花数据集3.2 对鸢尾花数据进行聚类 1. 介绍在机器学习系统中，如何训练出更好的模型、如何判断模型的效果，以及模型是否过拟合，对模型的最终使用有重要的意义。2. 模型拟合效果在机器学习模型的训练过程中，可能会出现3种情况:模型欠拟合、模型正常拟合与模型过拟合。
转载
2023-10-11 06:38:43
129阅读
