- 博客(766)
- 收藏
- 关注
RSS订阅原创 【python】直接在python3下安装 jupyter notebook，以及处理安装报错，启动不了问题
之前的 ana conda 卸掉了，jupyter notebook也没了现在直接在python下安装jupyter notebook。
2024-04-19 17:28:32
405
原创 【小白学机器学习14】确定零假设h0的技巧：先根据错误的严重程度确定第1类错误α，再确定零假设h0
关于如何确定假设H0，我一直比较困惑，经过最近的总结和思考，我摸索到一条规律，哪就是先确定，什么是我们最不愿意接受的错误，把这个作为第1类错误，然后就可以顺利的确定H0假设了。原则：先根据那种错误更严重，来确定第一类弃真概率更重要这个原则,然后来确定H0因为第1类错误和第2类错误，往往是此消彼长，不能同时都降到最低‘先判断两类里，哪一类是我们最不能接受的错误误差所以我们只能选择，优先降低我们最不能接受的错误误差，当成第1类错误/弃真错误然后顺势就可以确定H0step1：先确定第1类错误。
2024-04-18 13:31:35
576
原创 【小白学机器学习13】一文理解假设检验的反证法，H0如何设计的，什么时候用左侧检验和右侧检验，等各种关于假设检验的基础知识
之前想直接跳过这些基础知识，直接学习F检验，Z检验，T检验之类的，但是过程中发现自己很多内容，理解的很偏颇，这些基础知识很重要。现在回头来补习。假设检验，也称为统计假设检验，是一种统计推断方法，其目的是根据样本数据对总体做出推断。假设检验的基本思想是先对总体的某个特征（如总体参数）提出一个假设，然后利用样本数据来检验这个假设是否合理。如果样本数据表明假设不合理，则可以拒绝这个假设；如果样本数据表明假设合理，则可以接受这个假设。
2024-04-17 20:33:33
835
原创 【小白学机器学习12】假设检验之3：t 检验 （t检验量，t分布，查t值表等）
与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲线为标准正态分布曲线。在概率论和统计学中，t-分布（t-distribution）用于根据小样本来估计呈正态分布且方差未知的总体的均值。查t界值表中自由度为n-1，双侧α，如果是双边检验，那么查到的t(α/2, n-1)查t界值表中自由度为n-1，双侧α，如果是单边检验，那么查到的t(α, n-1)然后查到的t值，作为比较的参数指标。
2024-04-08 11:06:40
1238
原创 【小白学机器学习11】假设检验之2：Z检验(U检验，正态检验)，Z检验量，Z分布，如何查表获得p值
也叫U检验，正态检验目的是：比较样本的平均值的差异，也可以叫 均值齐性检验前提假设，不同的样本都符合正态分布，标准正态分布？Z检验，也称“U检验”，是为了检验在零假设情况下测试数据能否可以接近正态分布的一种统计测试。根据中心极限定理，在大样本条件下许多测验可以被贴合为正态分布。在不同的显著性水平上，Z检验有着同一个临界值，因此它比临界值标准不同的学生t检验更简单易用。当实际标准差未知，而样本容量较小（小于等于30）时，学生t检验更加适用。
2024-04-07 20:41:07
1138
原创 【小白学机器学习10】假设检验之1：F检验，F检验量的构造，F分布，F分布查表求P值等
F检验临界值表提供了右尾F检验的临界值。当F检验的统计量大于该值时，我们的F检验结果在统计上是有意义的。F检验 (F-test)，亦称联合假设检验（joint hypotheses test）、方差比率检验、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计总体。
2024-04-07 17:22:11
916
原创 【小白学机器学习9】用EXCEL做一元线性回归的各种指标，笨办法：各种结果的指标解析和手动验算
目标：用EXCEL做一元线性回归的各种参数，手动计算验证EXCEL计算的各个参数的值，自己重新算一遍，了解具体的公式计算过程。为什么要这么做看了这么多讲指标运算公式的，大多数都是推导。但很少见到有自己手动，完全验证一遍这些指标计算公式实操的，我自己试试。目的2个：还能验证自己整理的公式的对错。可以加深对公式的理解
2024-03-14 13:41:32
1136
原创 【小白学机器学习8】统计里的自由度DF=degree of freedom, 以及关于df=n-k， df=n-k-1, df=n-1 等自由度公式
自由度通常用于抽样分布中。统计学中：在统计模型中，自由度指样本中可以自由变动的独立不相关的变量的个数，当有约束条件时，自由度减少。样本中独立或能自由变化的数据的个数，称为该统计量的自由度。自由度(degree of freedom, df)指的是计算某一统计量时，取值不受限制的变量个数。
2024-03-12 20:37:35
1034
原创 【小白学机器学习7】相关系数R，决定系数R2和SST=SSR+SSE, 离差，偏差，方差，标准差，变异系数，标准误。
简单相关系数：又叫相关系数或线性相关系数一般用字母r表示，用来度量两个变量间的线性关系。相关度：相关度又叫 皮尔逊相关系数 (Pearson Correlation Coefficient)，衡量两个值线性相关强度的量取值范围 [-1, 1]: 正向相关: >0, 负向相关：
2024-03-06 08:00:00
1282
原创 【小白学机器学习6】真实值，观测值，拟合值，以及数据的误差的评价：集中趋势，离散度，形状等
集中趋势（central tendency）：集中趋势反映了一组数据的中心点位置所在及该组数据向中心靠拢或聚集的程度。（描述数据中心）适合查看符合正态分布等数据。如果数据本身比较偏，看集中趋势意义大吗？
2024-03-04 16:26:47
894
原创 【python基础学习3】jupyter notebook 相关技巧学习
正常情况下matplotlib作图，要显示图像，必须调用plt.show(), 否则不显示。点文件这里的加号也可以。
2024-03-03 10:31:27
1150
原创 【小白学机器学习5】评价预测值和观测值差异的指标：MSE, RMSE,MAE, MAPE, WMAPE
偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据。方差：描述的是预测值的变化范围，离散程度，也就是离其(预测值整体)期望值的距离。方差越大，数据的分布越分散预测值和真实值完全没关系。方差小只是一群估计值自身的属性，够不够聚拢，发散是否厉害。有可能方差很大也可能很小，但偏离真实值很远的情况。简单的理解，范式就是距离L1 范式距离，就是 |y1-y2|L2 范式距离，就是 (y1-y2)**2以下类推像我现在的水平，暂时了解到这么多即可。
2024-02-29 13:52:14
1488
原创 【python 的各种模块】(10) 在python3使用turtle 模块画图
turtle默认就是自带动画效果的，这是一个很大的特点但是同时turtle也允许用户取消动画过程控制动画速度上面我说清楚了，多边形其实就是连续旋转多次而成了而如果连续选择相同的角度，就会形成正多边形如果旋转的角度 0<x<90，形成多边形，第2象限如果旋转的角度 90<x<180，就会形成多角星，至少都比四边形复杂如果，如果旋转的角度 180<x<270，就会形成多角星，如果，如果旋转的角度 270<x<360，形成多边形，第4象限。
2024-02-23 14:08:32
986
原创 【python基础学习2】python可迭代对象iterator的特点，以及相关函数：zip(), map(), join() 和strip()方法等
可循环遍历的就是可迭代的也就是可以使用for循环遍历它们的对象写个for循环就可以遍历的这种，python里还可以用list() 遍历更方便可迭代的：iterable可迭代的对象： iterable object迭代器： iteratorzip()函数：我愿理解zip()为一个矩阵横向和纵向两种组合方式转化zip()函数用于将可迭代的对象作为参数，将对象中对应的元素（index相同）打包成一个个元组，然后返回由这些元组组成的列表。
2024-02-23 13:34:17
1048
原创 【小白学机器学习4】从求f(x)的误差和函数E(θ)的导函数，到最速下降法，然后到随机梯度下降法
所以问题从需要比较比较不同的 f(x) 之间的E(θ)差别，变成了比较 通用的函数形式里 参数θ0，θ1... 等对误差和函数E(θ)的影响。参数 A1的第1行*B的第1列作为元素1。先从最简单的一元函数开始，其中最简单的是1元1次函数。为了使用矩阵强行加1个参数x0=1。参数向量 结果矩阵。数据1 1 x。数据2 1 x。数据3 1 x。数据4 1 x。没有求和Σ 这个步骤。
2024-01-23 20:45:35
960
2
原创 【小白学机器学习3】关于最简单的线性回归，和用最小二次法评估线性回归效果, 最速下降法求函数的最小值
从时序数据来看，从过去数据去分析，生成1个模拟曲线。然后用这个模拟曲线去，用新的 x 去预测新的数据线性，就是指直线从线性代数的角度来看，就是这些向量是否线性相关，如果线性无关就是共线。线性回归，就是回归分析的模拟曲线是直线。
2024-01-22 16:08:10
1104
原创 线性代数的学习和整理23：用EXCEL和python 计算向量/矩阵的：内积/点积，外积/叉积
乘法的定义a*b= a个b之和a*b= a 的 b 倍2*3=3+3=6是接受在实数R上的两个向量并返回一个实数值标量的二元运算名称：向量的数量积，向量的内积，矩阵的内积相关概念点乘：(Pointwise Multiply)点乘的结果就是点积点积点积, 也标准内积，欧几里得内积公式用于矩阵相乘，A，B为维度大小完全相同的矩阵即A的行数=B的行数，A的列数=B的列数实际计算的时候，点积=行向量*列向量在运算时，AB矩阵的对应位置的元素相乘。
2024-01-22 00:34:34
1952
原创 VBA文件处理总结整理1： 如何用VBA查找文件夹(包含子目录)下的所有文件 或 特定文件？以及批量创建文件
【代码】VBA： 用VBA遍历文件夹的子文件夹，所有文件内容。
2024-01-18 20:54:38
1762
原创 【python 的各种模块】(9) 在python使用PIL( 即pillow模块 ) 修改图片
print('只读（1为只读）: ', image.readonly)Pillow库的**thumbnail()**方法可以生成图像的缩略图。print('格式（扩展名）: ', image.format)print('高度(px): ', image.height)print('宽度(px): ', image.width)print('尺寸（px）: ', image.size)print('类别: ', image.category)print('颜色模式: ', image.mode)
2024-01-11 21:36:21
1317
原创 TypeError: WordCloud.generate() missing 1 required positional argument: ‘text‘, 关于词云generate() 报错
这个错误通常出现在使用了一个过期的Pillow库版本或者安装错误的Pillow库版本上。建议检查你的Pillow库版本是否正确，并更新至最新版本。可以通过以下命令更新Pillow库：pip install --upgrade Pillow（可能出现权限不允许，使用管理员身份运行cmd窗口）的font_path参数指向的font文件路径有无问题，如果没问题大概率就是pip没有更新的问题了。在执行generate方法时报错。下面是修正的代码，加上显示图形，
2023-12-28 20:42:52
1186
原创 【python 的各种模块】(8) 在python使用matplotlib和wordcloud库来画wordcloud词云图
甜美、微笑、兴奋，陶醉，高兴，自豪、欣慰，满意、幸运、嬉笑，满意、幸运、嬉笑，狂笑，荣幸，痛快、满足、欢乐、快活，畅快、欣喜、幸福、得意，开心、喜悦、狂喜、尽情、快乐、愉悦、畅快、欣喜、幸福、逸乐、尽情、舒畅、愉快、喜哈、愉快。快乐，舒畅，舒心，欢畅，夷悦，欣忭，怡悦，得意，愿意，欢跃，夷愉，欢快，喜悦，快活，愉快，欢乐，忻悦，欣喜，欢喜，痛快，雀跃，乐意。开心、喜悦、狂喜、尽情、快乐、愉悦、畅快、欣喜、幸福、得意、痛快、满足、欢乐、快活。随便找点词语，有重复的，不重复的即可。
2023-12-27 14:57:28
1362
原创 【python与机器学习3】感知机和逻辑门(门电路)：与门，或门，非门, 与非门 ，或非门，异或门等。
1 与门，非门，或门，与非门 ，或非门，异或门与门，A&B 或门，A+B 非门，A- 与非门，A&B- 或非门，(A+B)- 异或门与门（AND gate）、或门（OR gate）和非门（NOT gate）是数字逻辑电路中的三种基本门电路，它们用于实现不同的逻辑功能。与门，A&B或门，A+B非门，A-与非门，A&B-或非门，(A+B)-异或门1.1 与门，and gate1.1.1
2023-12-23 11:49:46
632
原创 【python 的各种模块】(7) 在python使用matplotlib库来画不同类型的图：折线图，散点图，饼图，直方图等等
【代码】【python VS vba】(10) 在python使用matplotlib库来画不同的图形。
2023-12-19 20:15:43
1013
原创 【python 的各种模块】(6) 如何用matplotlib来画多个图形，子图，以及图中图
【代码】【python VS vba】(9) 在python使用matplotlib库来画多个图形，子图，以及图中图。
2023-12-19 18:50:04
2310
原创 【python 的各种模块】(5) 在python使用matplotlib库来画图
plt.text(x =pos,y = pos, s = '这是标注', fontsize = 15,c = 'b',rotation = 20)可以通过设置 loc=""属性，设置图例显示的位置，默认在左上角 upper left。函数就是形如 y=f(x)的样式，但是函数的作图需要具体的数据。颜色 "b" , "blue" ,或RGB方式"#ff0000"颜色 "b" , "blue" ,或RGB方式"#ff0000"（如果不显示边框，则 facecolor的颜色也没有效果）
2023-12-13 10:52:49
1102
原创 【python 的各种模块】(4) 在python使用numpy库
numpy np.matrix()=np.mat()矩阵的秩方法1：np.linalg.matrix_rank(A)) np.arrange(1,10,1)
2023-12-06 18:43:44
125
原创 python的print()函数带变量的4种写法：print(,) 或 print(“%s%d) 或print(“{0}{1}“ )或 print(f“ {var}{var2}“ )
#创建wb对象，打开对应的wb表对象#获取wb对象下的，sheet对象，且是个对象数组print(sheets.count) #错误sheets.count #也可以直接去获取wb对象下的sheets对象的名字数组，这不是对象数组，而是字符串数组#直接获取sheet对象的.属性呢？可以么？可以，但只能是 sheet.name 没有 sheets.nameprint()
2023-12-03 20:09:03
2023
原创 EXCEL小技巧，字符串如何取反？逆序排列？
目录1 问题：如果想把EXCEL里的字符串，逆序，反向排列怎么弄？2 方法：3具体步骤3.1 如果想在EXCEL里，就新建一个可以使用宏的.xlsm表，然后模块里写入这样一个自定义函数3.2 EXCEL3.2 EXCEL单元格里输入 =reverse1(a1) 注意a1选择你想逆序的字符串所在单元格
2023-12-01 10:46:27
565
原创 python 交互模式和命令行模式的问题
输入exit()命令退出，然后把.py文件拖拉至命令行窗口中，可看见如下结果(运行成功)出现上述错误的原因是没有退出解释器，而在解释器环境下执行.py文件。交互模式中是代码输入一行，执行一行，比较适合进行测试某个语句。python 文件路径\文件.py 就可以执行。.py文件只能在命令行模式中执行。若没有退出来，则处于交互模式，
2023-11-30 16:04:29
575
原创 【小白学机器学习1】机器学习，深度学习的概念和基础知识暂存
人工智能的阶段：现在据说只到最多青蛙大脑神经细胞的量级的阶段，也就是发展前景还很大。人工智能的阶段成果：特殊的领域如游戏领域的强化学习alphaGo等，已经超过了人类的水平。chatGPT的出现
2023-11-28 10:21:27
1214
原创 【python 的各种模块】(3) python的基础函数print()的用法总结
print("{0}这个表有{1}行{2}列".format(sh1.name,rows,columns))print(sh1.name,"这个表有",rows,"行",columns,"列")print("%s这个表有%d行%d列" %(sh1,rows,columns))print(f"sh1.name这个表有rows行columns列")直接打印string 数值等。3.0 都是函数用法。换行的特殊符号 /n。
2023-11-24 10:31:49
173
原创 【python 的各种模块】(2) 在python里使用xlrd 和xlwt操作Excel
目录1 什么是xlwt2 导入xlwt3 相关语法3.1 创建新的workbook3.2 创建新的sheet3.3 保存workbook4 python里表格的形式4.1 矩阵4.2 EXCEL的数据形式== 完全等于矩阵的数字结构4.3 python里矩阵5 具体代码5.1 代码5.2 结果5.3 要注意的问题5.3.1 不能是已有的表，会报错：权限拒绝5.3.2 保存的格式5.3.3 路径的方式一定要保存后才能看到修改的结果先回忆下数学里的矩阵 Ai*j行=矩阵的行列=矩阵的列矩阵的保存形式是这样的
2023-11-03 18:32:32
681
原创 【python 的各种模块】(1) 使用xlwings，在python直接调用vba脚本
前面写了这么多，没想到，其实py是可以直接支持VBA的python的模块import xlwings，可以让python直接调用EXCEL工作簿文件里的VBA脚本具体步骤如下。
2023-11-03 16:46:27
637
原创 【python VS vba】(3) python和vba 的数组差别（草稿建设ing）
前3条里，数组赋值问题，VBA里不能写成[1,2,3] 需要写成[{1,2,3}] 这样。和python写法不同，[{1,2,3}] 用arr,brr都是可以的。后面2个，主要是因为range()可以直接赋值给变量brr，但是不能直接赋值给数组arr()，确实有点恶心。arr = Sheets(...).Range(...).Value ►赋值成功。arr = Sheets(...).Range(...) ►报错:类型不匹配。而且第3行可以，但是第5行不可以，无非解释，非常无语。
2023-10-27 14:50:52
163
原创 【python VS vba】(2) python和vba读写EXCEL文件的方式比较 （建设ing）
'注意VBA里数组语法的 1 to 4 和1,4完全不同，后者是2维数组。
2023-10-23 20:19:55
607
原创 【python VS vba】(1) python和vba读写文本文件的方式比较
放在第一篇需要先明确下目的为什么要做这个系列2 市面上很少有做 python 和VBA对比的，尤其是深入进去每个模块功能进行对比的。原因大概是这几个：VBA太老太弱，python太火太强，真正科班出身的同学很少有看得起VBA的。但是VBA因为附着在EXCEL上，有着强大的生命力，办公人群（多数人不会代码）用的很多，还是需要有人有用VBA的需求，毕竟环境已经集成在office上了。3 做对比，比较下两种语言的处理方式，也可以比较感性的认识下，后出的语言的牛逼之处在哪，之前写VBA的各种老思路需要更新。
2023-10-23 16:36:06
527
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人