摘要：
补充：https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-15-276 如果用arima的话，还不如使用随机森林。。。 原文地址：https://medium.com/open-machine-learning 阅读全文
posted @ 2018-11-03 22:54
bonelee
阅读(18920)
评论(2)
推荐(0)
摘要：
实验了效果，下面的还是图像的异常检测居多。 https://github.com/LeeDoYup/AnoGAN https://github.com/tkwoo/anogan-keras 看了下，本质上是半监督学习，一开始是有分类模型的。代码如下，生产模型和判别模型： 对于无监督GAN就搞不定了！ 阅读全文
posted @ 2018-11-02 09:17
bonelee
阅读(3717)
评论(0)
推荐(0)
摘要：
demo: demo2代码如下： 效果图： 原始数据图： 红色为检测出来的异常点： 阅读全文
posted @ 2018-10-31 20:35
bonelee
阅读(3189)
评论(0)
推荐(0)
摘要：
data.csv文件 阅读全文
posted @ 2018-10-31 17:49
bonelee
阅读(1677)
评论(0)
推荐(0)
摘要：
先说实验成功的代码： git clone https://github.com/tkwoo/anogan-keras.git mkdir weights python main.py --mode train 即可看到效果了！ 核心代码：main.py anogan.py 效果图： detect s 阅读全文
posted @ 2018-10-31 14:36
bonelee
阅读(7525)
评论(3)
推荐(0)
摘要：
This would allow chaining operations like: pd.read_csv('imdb.txt') .sort(columns='year') .filter(lambda x: x['year']>1990) # < this is missing in Pand 阅读全文
posted @ 2018-10-31 12:05
bonelee
阅读(52743)
评论(0)
推荐(0)
摘要：
daal安装（记得先安装anaconda）： 注意：安装过程较慢，耐心等待。 随机森林： demo示例数据： 计算均值 方差等统计特征： 阅读全文
posted @ 2018-10-31 10:20
bonelee
阅读(742)
评论(0)
推荐(0)
摘要：
https://www.quora.com/How-do-I-implement-a-1D-Convolutional-autoencoder-in-Keras-for-numerical-dataset http://qaru.site/questions/418926/keras-autoenc 阅读全文
posted @ 2018-10-31 09:36
bonelee
阅读(2377)
评论(0)
推荐(0)
摘要：
import os import sys from daal.algorithms import low_order_moments from daal.data_management import FileDataSource, DataSourceIface from daal.data_management import (readOnly, NumericTableIface, B... 阅读全文
posted @ 2018-10-30 17:10
bonelee
阅读(279)
评论(0)
推荐(0)
摘要：
0.0015797615051269531 要快些0.0018689632415771484 阅读全文
posted @ 2018-10-30 16:00
bonelee
阅读(707)
评论(0)
推荐(0)
浙公网安备 33010602011771号