2 上课不要摸鱼江

尚未进行身份认证

我要认证

大二工科在读~

等级
TA的排名 18w+

URL fetch failure on https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz: None

学习tensorflow的时候发现即使是挂梯子还是没法导入keras自带的数据集,语句如下:(x, y), _ = datasets.mnist.load_data()Error:URL fetch failure on https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz: None -- EOF occurred in violation of protocol (_ssl.c:852)查资料发现这种方法有效,

2020-09-07 16:38:10

anaconda下安装TensorFlow问题小结

在安装cuda之前一定要先去官网看下cuda对应的NVIDIA版本。利用命令pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple怎么都安装都会报错。原因:好像TensorFlow2.0不支持python3.7版本。解决方法:需要重新建一个python3.6的anaconda虚拟环境,再次运行命令就能安装。import tensorflow as tf 出现module ‘tensorflow’ ..

2020-09-03 15:45:53

交叉验证中cv=? 与 cv=KFold(n_splits=?)的区别

这几天复习交叉验证的时候发现一个问题,学习资料中有些地方用的函数中cv=?,有些地方则用的cv=KFold(n_splits=?) 这个函数,就比如我用KNN模型做十折交叉验证:model = sk_neighbors.KNeighborsClassifier(n_neighbors=5,n_jobs=1) #KNN分类import sklearn.model_selection as sk_model_selectionaccs=sk_model_selection.cross_val_score(

2020-08-19 18:31:39

PCA和LDA调库降维过程

之前的PCA小白实战是利用numpy实现PCA过程,这里实现PCA和LDA实际调库应用在数据集的过程。PCA(主成分分析)最大方差理论:信号具有较大的方差,噪声具有较小的方差 PCA的目标:新坐标系上数据的方差越大越好 PCA是无监督的学习方法,直接食用skleran.decomposition即可from sklearn.decomposition import PCApca = PCA(n_components='mle',whiten=False,svd_solver='auto')pca.

2020-08-19 17:57:58

OpenCV 中x,y,height, width,rows,cols 区别

opencv中图像的x,y 坐标以及 height, width,rows,cols 他们的关系经常混淆。rows 其实就是行,一行一行也就是y 啦。height高度也就是y啦。cols 也就是列,一列一列也就是x啦。width宽度也就是x啦。本文链接:https://blog.csdn.net/u012192662/article/details/41846259...

2020-08-18 19:18:48

出现 module ‘pandas.core‘ has no attribute ‘categorical‘ 错误

原因:新库更改了调用操作:categorical 改成 dtypes ,比如将if type(df[by].unique()) == pd.core.categorical.Categorical:改为if type(df[by].unique()) == pd.core.dtypes.dtypes:

2020-08-12 12:08:06

变量关系可视化展示

做数据分析前的可视化展示非常重要,因为即使能直接调用库,但一些画图参数还是要调,就比较麻烦,这里总结一下最近用到的模板,以后可以直接画图调用。其实官网matplotlib和seaborn的可视化教程做的非常好,有时间一定要亲手打出来过一遍,链接如下:CATEGORICAL X CATEGORICALHeat map of contingency tableMultiple bar plotsCATEGORICAL X CONTINUOUSBox plots of continuous for

2020-08-12 12:05:05

出现 No module named ‘sklearn.cross_validation’ 错误

原因:sklearn中已经废弃cross_validation,将其中的内容整合到model_selection操作:cross_validation改成model_selection,比如将from sklearn.cross_validation import KFoldfrom sklearn.cross_validation import cross_val_score改为from sklearn.model_selection import KFoldfrom sklearn.mod

2020-08-11 16:40:17

出现 ‘DataFrame’ object has no attribute ‘ix’ 错误

原因:新库对名称变化操作:ix改成loc比如将admissions.ix[0:128, "fold"] = 1改为admissions.loc[0:128, "fold"] = 1错误来源于 逻辑回归实战 入学接收问题https://blog.csdn.net/qq_43653405/article/details/107655246

2020-08-11 16:37:32

出现 DataFrame object has no attribute ‘as_matrix‘ 错误

原因:新库删去了as_matrix操作df.as_matrix()改成df.values,比如将data = data.as_matrix(columns = None) 改为data = data.values错误来源于 简单的用户流失预警实战https://blog.csdn.net/qq_43653405/article/details/107875825...

2020-08-11 16:32:27

出现 ‘Series‘ object has no attribute ‘reshape‘ 错误

原因:需要更详细的分类reshape函数操作:添加 .values,如将sample = sample.reshape([10, 10])改为sample = sample.values.reshape([10, 10])错误来自于探索性数据分析初探:https://blog.csdn.net/qq_43653405/article/details/107916619...

2020-08-10 22:48:23

出现No module named ‘pandas.tools‘错误

原因:新库不支持旧库的接口操作:将tool.plotting改成plotting,如from pandas.tools.plotting import scatter_matrix改成from pandas.plotting import scatter_matrix错误来源自 探索性数据分析初探https://blog.csdn.net/qq_43653405/article/details/107916619...

2020-08-10 22:44:10

探索性数据分析初探

这里记录一下利用搜集到的数据:足球运动员数据集,进行具体任务前的探索性数据分析,自己觉得是干货,再做其他分析的时候一些函数可以当做模板,代码是挑出来比较典型的,不是流程式的。目标:探索性数据分析(EDA). 挑战目标: 这些裁判在给红牌的时候咋想的呢,会不会被跟球员的肤色有关?数据简介:数据包含球员和裁判的信息,2012-2013年的比赛数据,总共设计球员2053名,裁判3147名,特征列表如下:– https://docs.google.com/document/d/1uCF5wmbcL9

2020-08-10 22:23:21

Anaconda下配置opencv问题总结

因为OpenCV最新版不支持一些库和接口,需要在anaconda中重新创建python3.6环境使用以前的OpenCV-3.4.1.15版本,下载网址在最下面,只支持python3.6版本amd64位系统。并总结一下忘记操作和方法。知识总结创建新环境举例conda create -n py36 python=3.6 anaconda查看所有环境conda info --env激活某一环境举例conda activate py36退出环境,或回到base环境conda deactivate

2020-08-08 20:01:16

简单的用户流失预警实战

现实情况下有很多游戏公司给回归用户发礼包、打电话,这里做一个类似的用户流失预警,有助于公司或厂商做出反应。记录一下学习过程,方便以后复习和查找资料。开始先导入库,数据from __future__ import divisionimport pandas as pdimport numpy as npchurn_df = pd.read_csv('churn.csv')col_names = churn_df.columns.tolist() #取所有特征print("Column na

2020-08-08 10:52:56

贷款利润最大化实战

拿到一批贷款数据,现在对其进行分类建立模型,看之后的人人来了,我能不能贷给他钱。记录实战的流程,方便以后复习、查找。特征删除数据量极大,大概有几十个特征四万多条数据,这时很明显要进行初步的特征删除。import pandas as pdloans_2007 = pd.read_csv('LoanStats3a.csv', skiprows=1)#先对数据做一下变换,删除几列没用的half_count = len(loans_2007) / 2loans_2007 = loans_2007.dr

2020-08-06 00:05:11

简单的股票预测实战(利用ARIMA))

利用ARIMA模型对股票的收盘价进行预测先导入库并设置画图参数%matplotlib inlineimport pandas as pd#import pandas_datareader 获取各种数据集库import datetimeimport matplotlib.pylab as pltimport seaborn as snsfrom matplotlib.pylab import stylefrom statsmodels.tsa.arima_model import ARIMA

2020-08-05 19:19:32

ARIMA 小白实战初探

记录利用时间序列模型 ARIMA(p,d,q)进行顾客满意度的预测。ARIMA模型建立流程:平稳序列(差分法确定d)p和q阶数的确定(ACF和PACF)ARIMA(p,d,q)导入库并设置一些画图参数from __future__ import absolute_import, division, print_function%load_ext autoreload%autoreload 2%matplotlib inline%config InlineBackend.figur

2020-08-05 18:22:34

kobe生涯数据 数据预处理

记录一下对kobe职业生涯数据的数据预处理过程,对kobe表示沉痛哀悼,永远的神…import numpy as np import pandas as pd import matplotlib.pyplot as plt%matplotlib inlinefrom sklearn.ensemble import RandomForestClassifierfrom sklearn.model_selection import KFold# import datafilename= "da

2020-07-31 12:34:12

逻辑回归实战 入学接收问题

记录利用逻辑回归进行学生入学是否接收的问题import pandas as pdimport matplotlib.pyplot as pltadmissions = pd.read_csv("admissions.csv")print(admissions.head())plt.scatter(admissions['gpa'], admissions['admit'])plt.show()原数据有两个指标:gpa、gre,一个lable:admit。#from sklearn.lin

2020-07-29 13:06:27

查看更多

勋章 我的勋章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 签到达人
    签到达人
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 技术圈认证
    技术圈认证
    用户完成年度认证,即可获得
  • 新人勋章
    新人勋章
    用户发布第一条blink获赞超过3个即可获得
  • 阅读者勋章Lv3
    阅读者勋章Lv3
    授予在CSDN APP累计阅读博文达到30天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv3
    勤写标兵Lv3
    授予每个自然周发布7篇到8篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 分享学徒
    分享学徒
    成功上传1个资源即可获取