- 博客(60)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 【手撕算法】【Apriori】关联规则Apriori原理、代码实现
文章目录1.前言2.简介3.原理3.0.示例3.1.概念介绍3.2.Apriori原理3.3.优点3.4.缺点3.5.算法步骤4.代码实现4.1懒人必备，开箱速食4.2.代码详解5.总结6.参考资料1.前言⭐️ 开箱即食，直接复制，懒人传送门：4.1懒人必备，开箱速食⭐️ 本文主要从原理、代码实现 理论和实战两个角度来剖析Apriori算法⭐️ 理论部分主要是关于 什么是 频繁项集、支持度、置信度⭐️ 实战部分主要是根据原理 去复现代码 并在简单的数据集上验证结果，对应的本文代码链接为：Aprio
2021-12-05 12:23:37
8238
2
原创 【Sklearn】【API详解】【SVM】- sklearn.svm.SVR参数详解（二）
目录1. 前言2. 简介3. 语法3.1 API形式3.2 参数说明3.3 属性说明4. 方法说明4.1 fit(X, y, sample_weight=None)4.2 get_params(deep=True)4.3 predict(X)4.4 score(X, y, sample_weight=None)4.5 set_params(**params)5. 总结6. 参考资料1. 前言转载请注明出处文章中有一部分内容是个人理解，所以内容仅供参考这里是官方说明文档传送门：sklearn.svm
2021-11-25 23:52:14
13833
3
原创 【Sklearn】【API详解】【SVM】sklearn.svm.SVC参数详解（一）
目录1. 前言2. 简介3. 语法3.1 参数说明3.2 属性说明4. 方法说明4.15. 总结6. 参考资料1. 前言这篇文章是讲解sklearn库中SVM部分中SVC这一API.关于实战部分可以参考这篇文章（有源码，可直接运行）：【Sklearn】【实战】【SVM】乳腺癌检测，模拟线上部署（1）这里是官方说明文档传送门：sklearn.svm.SVC2. 简介SVC为Support Vector Classification的简写，顾名思义，其是基于支持向量的分类器SVC是基于lib
2021-11-23 23:33:25
7305
4
原创 【Sklearn】【实战】用SVM进行乳腺癌检测，模拟线上部署（一）
1. 需求通过sklearn中的自带乳腺癌数据集 训练 svc分类器对模型进行保存，即为模型持久化载入训练好的模型，对模型模拟线上测试本人代码地址为：shinylover/Datamining-1_Stars-SVM_Breast_Cancer2. 数据集介绍数据集官网介绍：sklearn.datasets.load_breast_cancer二分类任务：212（M） + 357（B） = 569特征个数：30 维3. 导入依赖包from sklearn.datasets im
2021-11-22 22:31:35
2174
原创 【手撕算法】【Keras】keras自定义汉明损失评价函数
1. 在keras框架基础上，自定义汉明损失评价指标2. 代码直接使用3. 原理讲解
2022-04-11 15:37:36
1449
1
原创 【Pandas】通过字典构造DataFrame，解决numpy多维数组无法构造问题
文章目录1.需求2. 解决办法3.源数据4.构造4.1构造代码4.2构造结果4.3 拼接源数据1.需求⭐️ 在构造时间序列数据时，最后构造好的numpy时间序列数据，无法构造成DataFrame，报错2. 解决办法⭐️ 通过字典进行构造3.源数据⭐️ 以下是原始数据，总共112行4.构造4.1构造代码⭐️ 时间窗口设置为20，构造代码如下all_time_seq = e['time_seq'].valuesall_request_head_tokens = e['request_he
2022-04-07 18:29:23
2113
原创 【工具配置】【Windows】【cmake】安装thundersvm，GPU
windows下配置支持向量机，GPU版本，thundersvm
2022-03-25 16:08:01
2735
2
原创 【TensorFlow】【API】tf.one_hot()函数讲解
文章目录1.作用2.参数详解3.举例4.总结5.参考资料1.作用⭐️ 对指定张量，进行one-hot编码，这一编码可以指定编码的维度（与传统的one-hot编码不同，传统的向量的长度取决于张量的维度数）2.参数详解⭐️ API形式如下tf.one_hot( indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None)⭐️ 参数说明如下表：参数名说明indic
2022-01-09 09:30:00
870
原创 【TensorFlow】【API】tf.math.equal() 函数讲解
文章目录1.作用2.参数详解3.举例4.总结5.参考资料1.作用⭐️ 对相同shape的两个张量A和B，张量A和张量B对应位置的元素一一对比，判断对应位置的两个元素是否相等，相等，则在新tensor N中相应位置为True，否则为False。 其中，张量A，B，N的shape是一样的。⭐️ 对一个张量A和一个常数C做对比，对张量A中每个元素都与常数C进行对比，判断这些位置的元素是否与常数C相等，相等，则在新的tensor N中相应位置为True，否则为False。其中，张量A和N的shape是一样的。
2022-01-08 09:30:00
573
原创 【工具配置】【源配置】pip配置国内的源
文章目录1. 配置临时源2. 永久配置3.总结4.参考资料1. 配置临时源⭐️ 临时使用，可以在命令后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple⭐️ 举例， 假如我需要安装tensorflow-gpu这一模块，我可以输入以下安装指令pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple⭐️ 常见国内源，下面列了一些常见的国内源，如果大家对速度有要求的话，可以选择
2022-01-07 12:48:41
664
原创 【TensorFlow】【配置】解决TensorFlow V2.X 版本和 V1.X版本不兼容问题
⭐️ 如果使用的是TensorFlow V2.X版本，则需要添加如下语句，解决兼容问题import tensorflow.compat.v1 as tftf.disable_v2_behavior()
2021-12-24 17:01:37
976
原创 【NLP】【报错】- Running setup.py install for gensim ...error
文章目录1.简述2.错误信息3.错误分析4.解决方案5.解决步骤6.参考资料1.简述⭐️ 今天重装了系统，需要重新安装一些依赖包，在装gensim的时候遇到了这个报错，经过查阅，记录以下解决步骤2.错误信息3.错误分析⭐️ 原因是通用Windows 平台生成工具 配置不齐全，缺少C++ Windows 平台生成工具，版本要求为14.0以上4.解决方案⭐️ 安装对应的生成工具5.解决步骤⭐️ 从这个网站下载visual studio installer：Microsoft C++ 生成工具
2021-12-02 17:21:55
3361
3
原创 【Python3】【碎碎念】集合类型，set和frozenset
目录1. 前言2. 简介3. 常用操作3.1 用于 set 和 frozenset 的操作3.1.1 创建 set 和 frozenset -- set() frozenset()3.1.2 获取集合中元素的数量 -- len(s)3.1.3 检测 x 是否为 s 中的成员 -- x in s3.1.4 判断两个集合是否有交集 -- isdisjoint(other)3.1.5 判断集合A是集合B的子集 -- A.issubset(B)3.1.6 求集合A和集合B的并集 -- A.union(B)3.
2021-11-28 20:14:12
411
原创 【工具配置】【VS Code】使用TODO Highlight进行自定义提示高亮
目录1. 前言2. 需求3. 配置步骤4. 总结5. 参考资料1. 前言转载注明出处基于VS Code下的插件 TODO Highlight2. 需求因为这一插件中只有 FIXME 和 TODO 两种高亮模式，个人觉得不够使用，所以想修改下配置文件添加一个 DOING 关键字，以便知道自己正在开发什么任务3. 配置步骤在vscode 中搜索 TODO Highlight 并安装，安装成功之后输入以下关键字，会出现高亮，如下所示摁下 Ctrl + ,进入设置界面，并搜索 TODO
2021-11-26 13:11:41
6321
原创 【工具配置】【git】- 一个本地仓库绑定多个远程仓库，不同的远程仓库具有不同的代码版本
目录1. 前言2. 简介3. 方法一：镜像push到多个远程仓库3.1 准备工作3.2 现有仓库示意图3.3 绑定两个远程仓库到本地仓库3.4 推送本地仓库到两个远程仓库4. 方法二：镜像push到多个远程仓库4.1 绑定两个远程仓库到本地仓库4.4 推送本地仓库到两个远程仓库5. 对多个远程仓库push不同的代码版本5.1 准备5.2 推送本地仓库到远程仓库25.3 推送本地仓库到远程仓库15.4 检验结果6. 总结6. 参考文献1. 前言转载请注明出处本文主要解决一个本地仓库对应多个远程仓库的问
2021-11-24 16:31:04
2154
原创 【Python3】【报错】- UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0x90 in position 614
1. 错误代码import pickleimport gzip# 载入数据集def load_data(path): with gzip.open(path) as fp: # 下一行为报错代码 training_data, valid_data, test_data = pickle.load(fp) return training_data, valid_data, test_datapath = '../data/MNIST/mnist.pk
2021-11-21 16:59:39
513
原创 【工具配置】【集成终端】集成git-bash到vscode终端中
1. 配置之后的效果2. 配置步骤打开vscode 的设置输入shell.windows找到下图，并打开setting文件这是打开之后的源文件代码在一级括号下，添加自己想要添加的终端，如图，我添加了git-bash终端"terminal.integrated.profiles.windows": { // 配置Git-Bash终端 "Git-Bash": { "path": "D:\\Program Files\\Git\\b
2021-11-20 14:21:46
667
原创 【工具配置】【git】- 关联本地仓库到远程仓库
在想要创建的git的目录下用以下指令，创建一个本地仓库git init登陆自己的github账号，复制想要上传仓库的url的地址，就是我们平常git clone的那个地址输入以下指令关联本地仓库到远程仓库$ git remote add [<options>] <name> <url># 即为 url.git 为你复制的远程仓库地址$ git remote add origin url.git# 举个栗子$ git remote add or.
2021-11-20 12:00:00
784
原创 【Python3】【报错】- TypeError: ‘dict_keys‘ object is not subscriptable
1. 错误代码fdist = FreqDist(dist).keys()dist_max = set(fdist[0:50])2. 错误信息3. 错误分析原因： 在Python3中，keys()方法不允许切片4. 解决方案不允许切片，我们可以先转为list对象，再进行切片操作代码转换为以下形式就可以了fdist = FreqDist(dist).keys()dist_max = set(list(fdist)[0:50])5. 参考资料TypeError: ‘dict
2021-11-19 21:52:18
2550
原创 【Sklearn】【StandardScaler】fit()、transform()和fit_transform()的区别
1. 各个函数的作用fit(): 用来计算mean（均值）和std（标准差），以便后面进行数据的标准化transform(): 根据fit()函数计算的mean和std对数据进行标准化fit_transform(): 是fit()函数和transform()函数的组合，先进行fit，之后再进行transform（标准化）skleran官方文档：sklearn.preprocessing.StandardScalerTips： Sklearn中数据的标准化，都是通过均值和标准差进行的，是的数据符合
2021-11-15 21:38:19
3586
原创 【工具配置】【Windows】PyTorch-GPU版安装（保姆级）
1. 检查Anaconda是否安装输入以下指令检查anaconda是否安装C:\Users\Jon.SCORPIONE>conda -Vconda 4.10.1如果没有出现以上提示，则证明没有安装如果没有安装请参考这篇Anaconda的安装教程：Windows下，Anaconda安装教程（保姆级）2. 检查CUDA和CuDNN是否安装如果需要GPU进行训练，需要安装计算框架CUDA和深度学习工具包cudnn，输入以下指令安装C:\Users\Jon.SCORPIONE&
2021-11-15 18:11:15
1360
原创 【知识图谱】【 实践工具 】【Windows】- Protege - graphviz做图形可视化（三）
1 下载安装下载地址：官网下载地址在安装时，注意添加到环境变量中，选择如下选项查看环境变量，看是否安装成功
2021-11-15 15:02:52
2000
4
原创 【知识图谱】【实践工具】【Windows】 - Protege - 主要功能演示（二）
1. 建模类打开软件 -> 选择导航栏中的Window选项卡，再选择Tab子选项卡，选择Classes，如下图所示选择Classes选项卡，选择owl: Thing 这一所有类的超类，再选择左上角的图标，来创建一个子类，具体如下图所示2 建立子类在owl：Thing这一超类下，建立两个子类，分别为Animal和Plant，如下图所示在这两个子类下，再建立子类Tree和Herbivore（素食动物），如下图所示3 建立属性选择导航栏中的Window选项卡，再选择Tab子选
2021-11-15 13:50:03
1002
原创 【知识图谱】【实践工具】【Windows】 - Protege - 介绍以及安装（一）
1. 介绍1.1 简介Protege软件是斯坦福大学医学院生物信息研究中心基于JAVA语言开发的本体编辑和本体开发工具，也是基于知识的编辑器，属于开放源代码软件。该软件主要用与语义网中本体的构建，是语义网本体构建的核心开发工具。1.2 特点是一组自由开源工具软件，用于构建域模型与基于知识的本体化应用程序。提供了大量的知识模型架构与动作，用于创建、可视化、操纵各种表现形式的本体.用通过用户定制实现域——友好（领域相关）的支持，用于创建知识模型并填充数据。可以通过两种方式进行扩展：插件和基于ja
2021-11-15 11:12:53
10643
原创 【工具配置】【Windows】TensorFlow-GPU安装（保姆级）
1. 检查Anaconda是否安装输入以下指令检查anaconda是否安装(soar) C:\Users\Jon.SCORPIONE>conda -Vconda 4.10.1如果没有出现以上提升，则证明没有安装如果没有安装请参考这篇Anaconda的安装教程：Windows下，Anaconda安装教程（保姆级）2. 检查CUDA和Cundnn是否安装如果需要GPU进行训练，需要安装计算框架CUDA和深度学习工具包cudnn，输入以下指令安装(soar) C:\Users\
2021-11-09 14:54:56
1497
原创 【Python3】【碎碎念】 两个set集合的，交集，并集，差集
1. 定义两个集合a = set([1, 2, 3, 4, 5])b = set([4, 5, 6, 7, 8])2. 交集方法1：list(a & b)方法2：list(a.intersection(b))3. 并集方法1：list(a | b)方法2：list(a.union(b))4. 差集4.1 a对b的差集方法1：list(a - b)方法2：list(a.difference(b))4.2 b对a的差集方法1：list(b - a)
2021-11-04 11:31:51
1122
原创 【工具配置】【Windows】Cuda和cudnn安装教程（保姆级）
1. 介绍cuda： Compute Unified Device Architecture，是一种有NVIDIA推出的通用并行计算架构， 该架构使GPU能够解决复杂的计算问题。cudnn： 是NVIDIA 推出的用于深度神经网络的GPU加速库，他强调性能，易用性和低内存开销。cuda和cudnn的关系： cudnn是基于cuda架构开发的专门用于深度神经网络的GPU加速库。cuda可以理解为一个大的商圈，但这个商圈是空的，还未装修。cudnn可以理解为装修后的房间，例如负一楼专门针对游乐（深度神经
2021-11-02 18:08:24
1251
原创 【Pandas】【碎碎念】 做切片操作，防止DataFrame对象转换为Series对象
1.转换为series对象的写法df1 = df.iloc[i,:].copy()结果：2. 转换为DataFrame对象的写法df1 = df.iloc[i : i+1,:].copy()结果：
2021-10-29 10:20:53
346
原创 【Pandas】【碎碎念】 数据list对象去重，转字符串
list对象去重，利用set方法去重rawIP['attack_mode_name_cn'].apply(set)去重后转换回list对象rawIP['attack_mode_name_cn'].apply(set).apply(list)去重后转字符串对象rawIP['attack_mode_name_cn'].apply(set).str.join(',')去重时，考虑list对象顺序rawIP['attack_mode_name_cn'].apply(lambda .
2021-10-28 17:46:42
806
原创 【工具配置】【Windows】Anaconda安装教程（保姆级）
1 基本介绍这里是百度百科介绍1.1 作用开源包管理工具，conda是其管理命令。开源环境管理器，用于管理（创建，修改，删除等）虚拟开发环境。1.2 conda常用指令由于本人比较懒，具体指令请移步知乎2 下载这里是下载网址：https://www.anaconda.com/products/individual#Downloads如果下载速度过慢，可以先打开迅雷，然后复制下载链接到迅雷，就可以p2p加速下载了，具体操作如下图：3 安装3.1 安装程序注意根据自己
2021-10-22 12:12:40
394
1
原创 Win10家庭版，进入不了策略组、gpedit.msc、任务管理器黑色、当前没有可用电源选项
背景本人无法关机，提示为当前没有可用电源选项无法查找任务管理器，任务管理器显示灰色经过搜索，发现需要进入本地策略组去更改，在win+r 进入运行界面之后，碰到以下提示再次经过搜索发现，原因为win10家庭版的原因待解决问题进入本地策略组问题当前没有可用电源选项问题无法调出任务管理器问题问题1：解决办法新建一个记事本，输入以下代码@echo off pushd "%~dp0" dir /b %systemroot%\Windows\servic
2021-10-15 15:44:17
1633
2
原创 【工具配置】【Windows】anaconda创建、查询、删除环境
创建环境1. 查终端： 摁下windows徽标键，找到Anaconda3(64-bit) -> Anaconda Prompt(Anaconda3)，如下图所示2. 创建环境： 打开这一界面，输入以下指令conda create -n EmailProj python=3 其中EmailProj是自定义的虚拟环境名称，可以根据自己的需求自己更改，运行结果如下所示done## To activate this environment, use## $ conda activate
2021-10-15 10:37:46
566
Tkinker 8.5 参考手册
2023-01-10
set.ipynb，个人博客这篇《【Python3】【碎碎念】集合类型，set和frozenset》的代码
2021-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人