搜索结果
查询Tags标签： mean，共有 48条记录-
特征工程系列：（二）缺失值处理
Pandas判断缺失值 df.isnull().sum() #显示每一列的空值个数 data.info() #可以直观的查看缺失值 注意，有些数据用0代替特征值，这个时候，可以将0用None 代替，这样，isnull 函数就可以检测出来了，而且fillna 和dropna函数都可以直接工作了。 处理缺失值 直接删除 将…
2021/7/17 23:08:49 人评论 次浏览 -
Python pandas.DataFrame.mean函数方法的使用
Pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据…
2021/7/12 9:05:50 人评论 次浏览 -
Python pandas.DataFrame.mean函数方法的使用
Pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据…
2021/7/12 9:05:50 人评论 次浏览 -
【目标跟踪】基于matlab Kalman目标跟踪【含Matlab源码 1119期】
一、简介 运动物体跟踪实际上就是对运动物体位置的测量和估计，和称小兔兔体重一样，我们也有两个渠道可以知道运动物体的位置，一个是我们观察到的，目标A在的某一帧图像的某个坐标点，另一个是我们根据前面几帧里目标的运动情况估计出来的，这个估计是假定目标运动是光滑…
2021/7/9 11:36:01 人评论 次浏览 -
GN层（Pytorch）
BN层存在的问题: BN层的模型效果取决于Batch_size大小，那么我的实验分别在batch_size=4和8的情况下运行的，这些batch_size都无法让BN层真正起到作用，甚至负作用，我个人感觉4的效果比8好这就是个运气问题，BN层中的running_mean，running_var都是最后一次更新后的值，那…
2021/7/6 23:39:30 人评论 次浏览 -
使用python计算自己数据集的mean和std
首先先把数据集的图片路径保存在一个txt文件夹里面import osdef generate(dir, label):listText = open(list.txt, a)for file in dir:fileType = os.path.split(file)if fileType[1] == .txt:continuename = file + + str(int(label)) + \nlistText.write(name)listTex…
2021/7/3 17:21:28 人评论 次浏览 -
Python中np.random.multivariate_normal问题
首先看一下一维正态分布的公式： 其中μ为均值，σ为标准差，正态分布的草图如下图所示。 再看numpy提供的函数的参数：multivariate_normal(mean,cov,size=None,check_valid=None,tol=None)在一维正态分布中，第一个参数mean就是这里的均值μ，第二个参数cov就是方差【公…
2021/7/2 17:22:01 人评论 次浏览 -
《利用Python进行数据分析》笔记---第2章--MovieLens 1M数据集
写在前面的话： 实例中的所有数据都是在GitHub上下载的，打包下载即可。 地址是： [ http://github.com/pydata/pydata-book ](http://github.com/pydata/pydata- book) 还有一定要说明的： 我使用的是Python2.7，书中的代码有一些有错误，我使用自己的2.7版本调通。# cod…
2021/6/29 14:50:35 人评论 次浏览 -
《利用Python进行数据分析》笔记---第2章--MovieLens 1M数据集
写在前面的话： 实例中的所有数据都是在GitHub上下载的，打包下载即可。 地址是： [ http://github.com/pydata/pydata-book ](http://github.com/pydata/pydata- book) 还有一定要说明的： 我使用的是Python2.7，书中的代码有一些有错误，我使用自己的2.7版本调通。# cod…
2021/6/29 11:20:48 人评论 次浏览 -
ML之回归预测：利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测+评估八种模型性能
ML之回归预测：利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测+评估八种模型性能目录 说明 输出结果说明 在 ML之回归预测：利用九大类机器学习算法对无人驾驶汽车系统参数(18+2)进行回归预测值VS真实值 基础上出现了两个bug，成功解决。…
2021/6/15 20:33:15 人评论 次浏览 -
ML之回归预测：利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测值VS真实值
ML之回归预测：利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测值VS真实值目录 模型评估 输出结果模型评估 相关文章：ML之回归预测：利用八(9-1)种机器学习算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测+评估八种模型性能输出…
2021/6/15 20:33:12 人评论 次浏览 -
ML之xgboost：利用xgboost算法(sklearn+GridSearchCV)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
ML之xgboost：利用xgboost算法(sklearn+GridSearchCV)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)目录 输出结果 设计思路 核心代码 更多输出输出结果 正在更新…… 设计思路 正在更新…… 核心代码 from sklearn.grid_search import GridSe…
2021/6/15 20:22:26 人评论 次浏览 -
ML之LoR&DT&RF：基于LoR&DT(CART)&RF算法对mushrooms蘑菇数据集(22+1,6513+1611)训练来预测蘑菇是否毒性(二分类预测)
ML之LoR&DT&RF：基于LoR&DT(CART)&RF算法对mushrooms蘑菇数据集(22+1,6513+1611)训练来预测蘑菇是否毒性(二分类预测)目录 输出结果 设计思路 核心代码输出结果 0、数据集after LabelEncoder 1、LoR算法LoR_model_GSCV.grid_scores_： [mean: 0.77012, st…
2021/6/15 20:22:13 人评论 次浏览 -
MongoDB更新内嵌list中某个字段的值
更新内嵌的list中某个字段的值，主要使用了arrayFilters参数 插入数据 db.students2.insertMany([{"_id" : 1,"grades" : [{ "grade" : 80, "mean" : 75, "std" : 6 },{ "grade" : 85, "mean" : 9…
2021/5/22 19:55:23 人评论 次浏览 -
【每日一库】fd - 文件搜索神器
find 命令，是我们 Linuxer 经常会用到的命令行工具之一，频率可能会比昨天介绍的 grep/ripgrep 工具稍微低一点。它的作用是在文件系统目录中搜索符合指定文件名模式的文件。这里介绍的 fd 是 find 的 Rust 替代实现。目前在 github 上 star 数量接近 10000。fd 的语法与…
2021/5/11 10:28:00 人评论 次浏览
