来了

摘要： 1. NumPy 中的 .flatten() NumPy 数组的 flatten() 方法返回原数组的副本，将多维数组展平为一维。 import numpy as np # 创建一个2D数组 arr = np.array([[1, 2, 3], [4, 5, 6]]) # 展平数组 flattene 阅读全文

摘要： Pydantic 是一个用于数据验证和设置管理的 Python 库，它使用类型提示来验证数据，并在数据不满足类型约束时提供清晰的错误信息。 from pydantic import BaseModel, EmailStr, ValidationError # 定义一个Pydantic模型 class 阅读全文

摘要： 工作要用 先入个门 SAMPLE1 具体题目场景一个家具制造商生产桌子和椅子。每张桌子可获利50元，每把椅子可获利30元。生产一张桌子需要4小时木工时间和2小时油漆时间。生产一把椅子需要3小时木工时间和1小时油漆时间。木工车间每周最多有24小时可用，油漆车间每周最多有10小时可用。问：每周应生产多少 阅读全文

摘要： 样本太少了 但是又头铁想做声音分类模型 脑子一灵光 不如自己写一个数据增强（实际项目可以把GAN加进来 有空我再美美把玩把玩GAN） 仅供娱乐 这还是我第一次弄cnn 很兴奋 虽然已经是大模型时代了 哎 import os import numpy as np import librosa impo 阅读全文

摘要： 运筹优化中，optimize是scipy中一个用于解决数学模型优化类的子包，包含多个子功能，可以解决多元标量函数无约束最小化(minimize)、最小二乘法最小化(least_squares)、单变量函数最小化器(minimize_scalar)、线性规划(linprog)。 最近工作用上 mini 阅读全文

摘要： 背景调研 由于环境可能会导致系统状态迁移，产品有异常。需要人工参数调整。 注塑成型工艺的虚拟量测 目标 以大数据方法感知不良产品，针对成型工艺品质异常尺寸超规问题进行虚拟量测。 不仅能预测正常情况下的尺寸，非正常情况下的也要能预测出来。 要关注故障率。 猜测 1、关注异常产品与非异常产品，看特征与尺 阅读全文

摘要： 正则化是一种常用的机器学习技术，用于防止模型过拟合。当训练模型时，如果模型过于复杂或者训练数据较少，就容易导致过拟合现象，即模型在训练数据上表现很好，但在新数据上表现较差。为了解决这个问题，可以引入正则化技术。 正则化通过在损失函数中添加一个正则项来实现，这个正则项通常是模型参数的范数。常见的正则化 阅读全文

摘要： 分类是一种重要的数据分析形式，提取刻画重要数据类的模型。 分类器：用预测类标号 数据分类：学习阶段（构建分类模型）与分类阶段（使用模型预测给定数据的类标号） 训练集：由数据库元组和与它们相关联的类标号组成。元组X用n维属性向量X=（x1,x2,...,xn)表示。分别描述元组在n个数据库属性A1，A 阅读全文

摘要： 整理一下之前工作常用的一些基础sql语句。 查询语句 1、SELECT：用于从数据库中查询数据。可以选择要查询的列，并使用逗号分隔多个列。 SELECT * FROM users; 2、WHERE：用于指定查询条件。可以使用WHERE子句来过滤查询结果，只返回满足特定条件的行。 SELECT * F 阅读全文

摘要： ***关联推荐！ 频繁模式：频繁地出现在数据集中的模式，给出数据集中反复出现的联系。 频繁序列模式：如 有序购买一系列产品 频繁结构模式：如 组合购买产品 sample 购物篮分析：通过发现顾客放入他们购物篮中的商品之间的关联，分析顾客的购物习惯，这种关联度发现可以帮助零售商在哪些商品频繁被顾客同时 阅读全文