日期：2019.9.21作者：小知同学描述：本篇比较详细的介绍了特征工程的理论以及代码实现，涵盖数据预处理、特征选择、特征构造、特征降维、 类别不平衡处理等内容，不仅介绍了相关理论以及公式，而且还根据理论公式编写代码实现功能。算法知识点一般的必备通用认知流程有以下几点：概念及工作原理理论公式及推导优缺点应用场景及意义功能(代码)实现为什么总结为这几点呢？第一点是认知知识的初始印象，它能告诉我们这个
python数据分析及特征工程（实战）1.数据分析1.1单属性分析1.1.1 异常值分析1.1.2 分布分析1.1.3 对比分析1.1.4 结构分析1.2多属性分析1.2.1假设检验1.2.2 相关系数1.2.3 主成分分析PCA2.特征工程2.1 数据清洗2.2 特征选择2.3 特征变换2.4 特征构造2.5 特征降维 本文以天池上面的二手车交易价格预测为例，比赛链接：https://tian
转载
2024-05-28 11:55:43
99阅读
# 使用Python制作特征分布图
在数据科学和机器学习领域，理解数据的分布非常重要。特征分布图可以帮助我们可视化数据集中的特征，从而使我们更好地理解数据特性、发现潜在的异常值以及进行特征选择。本文将介绍如何使用Python制作特征分布图。
## 流程概述
本教程的流程如下：
```mermaid
flowchart TD
A[收集数据] --> B[数据预处理]
B --
# 如何制作Python库
## 简介
Python是一种功能强大的编程语言，拥有丰富的库和模块，可以帮助开发者更高效地完成任务。为了方便使用和分享代码，我们可以将一些常用的功能封装成Python库，供其他开发者使用。本文将教您如何制作Python库，并提供详细的步骤和代码示例。
## 制作Python库的流程
制作Python库的过程可以分为以下五个步骤：
步骤 | 描述
--- | -
原创
2023-09-13 04:48:54
75阅读
在利用solidworks进行工作的过程中，我们常常会重复用到一些组件，为了节约时间，提高效率，同时保持模型中特征的统一性，SOLIDWORKS允许我们将经常使用到的特征或者特征组保存到设计库中，可以使用库特征作为块来生成一个零件。让我们通过下面的例子来看一下如何去制作库特征：新建一个零件，绘制轮廓，生成基体特征，如图1所示。图1再生成一个轴孔特征作为我们的库特征，在此我们考虑决定将此轴孔特征添加
转载
2024-03-13 21:58:40
40阅读
我戴着智能手表和智能手机跑步，跑步过程中的心率、配速、里程、爬升高度、步频等数据源源不断的提供给大数据平台。专业人士将大数据描述如下: “大数据是如此的庞大或者复杂，以至于传统的数据处理应用软件不足以处理它们。” 计算机已经变得如此强大，以至于我们现在有能力在每秒存储数百万条的数据记录。不幸的是，分析数据的能力却是一个瓶颈，继续使用传统的方法并不可取，大数据人工智能技术会为我们打开创新之路。1.
转载
2024-10-08 17:43:02
45阅读
数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。特征选择是特种工程的重要组成部分，在现实任务中，获得数据之后通常先进性特征选择，用相关特征训练学习器。 特征选择的概念 相关特征：与当前学习任务相关的特征 无关特征：与当前学习任务无关的特征 特征选择：在不丢失重要特征的前提下，从给定的
随着人工智能技术的发展与普及，Python 超越了许多其他编程语言，成为了机器学习领域中最热门最常用的编程语言之一。有许多原因致使 Python 在众多开发者中如此受追捧，其中之一便是其拥有大量的与机器学习相关的开源框架以及工具库。根据 builtwith.com 的数据显示，45% 的科技公司都倾向于使用 Python 作为人工智能与机器学习领域的编程语言。使 Python 如此受欢迎主要由于：
转载
2024-05-13 18:44:17
51阅读
1，来自item的CTR，因为item名中有和query重合的string，这种方法显然不能反映每个query在整个搜索结果页的CTR，除非一个qu
# MFC制作Python库教程
## 概述
本文将介绍如何使用MFC（Microsoft Foundation Class）制作一个Python库。MFC是一个用于开发Windows平台应用程序的C++类库，而Python是一种高级编程语言。通过将二者结合，我们可以创建一个功能强大的Python库，供其他开发者使用。本教程将逐步指导您完成整个过程。
## 整个过程
下面的表格展示了整个过程的
原创
2023-09-10 09:03:26
136阅读
# 教你如何制作Python库文件
## 1. 流程概述
首先，让我们看一下制作Python库文件的整个流程。可以用以下表格展示：
| 步骤 | 操作 |
|------|------|
| 1 | 创建一个Python模块 |
| 2 | 编写代码并测试 |
| 3 | 打包成库文件 |
| 4 | 发布到PyPI（可选） |
接下来，让我们一步步来看每个操作需要做什么。
## 2.
原创
2024-04-24 06:21:41
46阅读
# 自己制作Python库
## 介绍
Python是一种非常流行的编程语言，因其简洁易读的语法和丰富的库支持而备受开发者的青睐。除了使用已有的库，我们还可以自己制作Python库来扩展其功能。本文将介绍如何制作Python库，并提供代码示例。
## Python库的概念
Python库是一组预先编写好的代码片段和函数集合，旨在解决特定的问题或提供特定的功能。Python标准库是Pytho
原创
2023-08-25 15:11:39
1048阅读
参考文档：https://mp.weixin.qq.com/s/UYnBRU2b0InzM9H1xl4b4g在之前的第二篇笔记中，我们实现了一个 CNN 网络，在 mnist 上通过两个卷积层完成分类识别。但是在我们调试代码的过程中，其实往往会想要知道我们的网络训练过程中的效果变化，比如 loss 和 accuracy 的变化曲线。当然，我们可以像前面的文章一样，将训练过程中的数据数据打印出来，但
“惊鸿一瞥”0. 前置准备1. 情况说明1.1 单个文件1.2 整个项目2. 做一个文件2.1 打包2.2 安装打好的包进行测试2.3 测试2.4 查看和卸载2.4.1 卸载3. 做一个项目3.1 值得注意4. 上传到官网5. 总结文件夹架构 0. 前置准备打开命令行窗口，安装一个setuptools包和分发工具，该工具被setup.py调用，实现库的构造。pip install setupto
转载
2023-08-07 12:19:45
184阅读
Pipenv - 官方推荐的的python包管理工具。Pipenv是一款旨在将所有包管理工具（如bundler, composer, npm, cargo, yarn等）的优点集中应用于python领域中的工具。它对各个平台都有很好的支持。它可以为你的项目自动创建和管理虚拟环境，并且在你安装/删除包时自动在Pipfile中添加/移除相应的包。它同时生成一个非常重要的Pipfile.lock文件，来
公开人脸数据集 本页面收集到目前为止可以下载到的人脸数据库，可用于训练人脸深度学习模型。人脸识别数据库描述用途获取方法WebFace10k+人，约500K张图片非限制场景链接FaceScrub530人，约100k张图片非限制场景链接YouTube Face1,595个人 3,425段视频非限制场景、视频链接LFW5k+人脸，超过10K张图片标准的人脸识别数据集链接MultiPIE337个人的不
转载
2024-05-11 17:25:01
43阅读
使用Visual Studio Team Services进行压力和性能测试（二）——压力测试执行1.点击Run test将会该压力测试进行排队，我们将看到等待测试代理屏幕。Visual Studio Team Services将提供所需的代理，根据所选择的用户数量运行测试。2.一旦开始运行，我们将看到关于测试和应用程序行为的实时度量。现在，Visual Studio Team Services自
2.重要概念掌握几个重要的数学和机器学习的概念在日常非常有用，因为将立足于这些概念的几个实现。有些会很熟悉，但为了完整起见，将再次介绍，以便于可以重温内容。文档文档通常是一个包含完整文档数据的实体，包含可选的标题和其他元数据信息。语料库通常由一系列文档组成。这些文档可以是简单的句子或完整的文本信息段落。分词语料库指的是每个文档被分词化或分解成标识的语料库，其中标识通常是单词。文本规范化文本规范化是
转载
2024-10-09 15:41:41
22阅读
---脚本语言(scripting language)
---高级动态编程语言
简单易学
Python是一种代表简单主义思想的语言。Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。Python有极其简单的语法，极易上手。
解释性&编译性
-Python语言写的程序不需要编译成二进制代码。可以直接从源代码运行程序，但
转载
2023-08-12 22:35:14
96阅读
完成数据清理后，下面通过图表展开对数据的分析。1.前期初判(分布分析)： 1）判断分组区间:# a.散点图：
plt.scatter(data[字段1],data['字段2'],
s = data[字段3], # 显示大小
c = data[字段4], # 显示颜色
alpha = 0.4, cmap = 'Reds')
# b.直方图：
data[字段].hist(bins=10) 2）求出
转载
2023-08-11 17:09:57
94阅读
