gao109214  
慎独 主敬 求仁 习劳

2020年10月22日

摘要: import numpy as np import torch from torchvision.datasets import mnist import torchvision.transforms as transforms from torch.utils.data import DataLo 阅读全文
posted @ 2020-10-22 14:33 憋玩意 阅读(174) 评论(0) 推荐(0) 编辑

2020年9月21日

摘要: #from nltk.tree import * from nltk.tree import Tree f = open('C:/Users/gao/Desktop/文档/12.txt')#打开文件 se=f.read().replace("\n","")#读取文件,并替换掉换行符 #print(s 阅读全文
posted @ 2020-09-21 10:32 憋玩意 阅读(137) 评论(0) 推荐(0) 编辑

2020年8月13日

摘要: import numpy as np from scipy.fftpack import fft,ifft #fft快速傅里叶变换、ifft其逆变换 import matplotlib.pyplot as plt from matplotlib.pylab import mpl #振幅谱推演代码 " 阅读全文
posted @ 2020-08-13 09:20 憋玩意 阅读(776) 评论(0) 推荐(0) 编辑

2020年8月6日

摘要: #分解:可以学习Sklearn的用户指南中独立成分分析、因子分析、稀疏编码等 https://scikit-learn.org/stable/modules/decomposition.html#decompositionsimport numpy as npfrom sklearn.dataset 阅读全文
posted @ 2020-08-06 09:23 憋玩意 阅读(149) 评论(0) 推荐(0) 编辑
 
摘要: 1. 数据 触发故障数据:峰峰值、峭度指标 故障诊断需要数据:轴承型号、内圈直径、外圈直径、滚动体个数、滚动体型号、转速、工作频率、叶片数、温度、空气湿度。 2. 指标 式中: f是风机工作频率, d是滚动体直径, E是轴承节径, α是滚动体与滚道间接触角(一般可以根据滚动体型号获取) z是滚动体数 阅读全文
posted @ 2020-08-06 08:55 憋玩意 阅读(690) 评论(0) 推荐(0) 编辑

2020年7月29日

摘要: #正则化:降低模型的复杂度,避免过拟合。 #加载模块 from sklearn.datasets import load_iris import joblib from sklearn.neighbors import KNeighborsClassifier from sklearn.linear 阅读全文
posted @ 2020-07-29 16:11 憋玩意 阅读(908) 评论(0) 推荐(0) 编辑

2020年7月23日

摘要: https://blog.csdn.net/gufenchen/article/details/92800967 阅读全文
posted @ 2020-07-23 09:53 憋玩意 阅读(341) 评论(0) 推荐(0) 编辑

2020年7月14日

摘要: 在LDA模型原理篇我们总结了LDA主题模型的原理,这里我们就从应用的角度来使用scikit-learn来学习LDA主题模型。除了scikit-learn, 还有spark MLlib和gensim库也有LDA主题模型的类库,使用的原理基本类似,本文关注于scikit-learn中LDA主题模型的使用 阅读全文
posted @ 2020-07-14 09:23 憋玩意 阅读(366) 评论(0) 推荐(0) 编辑

2020年7月10日

摘要: 1.是公司网络限制,每次都是下载一半断掉,比较坑 2.pytorch安装版本不对 解决终极命令: 1.在anaconda选择对的环境,如下:(环境可以选择相同的,避免重复下载包) 2.在当前环境下执行操作命令: conda install pytorch torchvision cpuonly -c 阅读全文
posted @ 2020-07-10 14:33 憋玩意 阅读(299) 评论(0) 推荐(0) 编辑

2020年7月6日

摘要: 在机器学习和数据挖掘的应用中,scikit-learn是一个功能强大的python包。在数据量不是过大的情况下,可以解决大部分问题。学习使用scikit-learn的过程中,我自己也在补充着机器学习和数据挖掘的知识。这里根据自己学习sklearn的经验,我做一个总结的笔记。另外,我也想把这篇笔记一直 阅读全文
posted @ 2020-07-06 10:57 憋玩意 阅读(662) 评论(1) 推荐(0) 编辑