上一页 1 ··· 3 4 5 6 7 8 9 10 11 12 下一页
摘要:Ubuntu安装包时报错 E:Unable to locate package xxx(如:python3-pip) 一般新安装Ubuntu后需要先更新软件源: apt-get update apt-get install python3.6-dev (注意:python版本号要与使用的一致,否则uwsgi安装报错) pip install uwsgi 阅读全文
posted @ 2018-11-26 17:04 jingsupo 阅读(347) 评论(0) 推荐(0) 编辑
摘要:安装pip3: 这个简单啊,到网上下载get-pip.py的脚本,然后scp到你的阿里云服务器上,python3 get-pip.py即可。 如果不会scp,哈哈,按照下面的几步: 阅读全文
posted @ 2018-11-23 16:58 jingsupo 阅读(1307) 评论(0) 推荐(0) 编辑
摘要:基于python的快速傅里叶变换FFT(二)本文在上一篇博客的基础上进一步探究正弦函数及其FFT变换。 知识点 FFT变换,其实就是快速离散傅里叶变换,傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可 阅读全文
posted @ 2018-11-20 16:14 jingsupo 阅读(8497) 评论(0) 推荐(0) 编辑
摘要:1、傅里叶变换 傅里叶变换是信号领域沟通时域和频域的桥梁,在频域里可以更方便的进行一些分析。傅里叶主要针对的是平稳信号的频率特性分析,简单说就是具有一定周期性的信号,因为傅里叶变换采取的是有限取样的方式,所以对于取样长度和取样对象有着一定的要求。 2、基于Python的频谱分析 将时域信号通过FFT 阅读全文
posted @ 2018-11-20 16:09 jingsupo 阅读(9307) 评论(0) 推荐(1) 编辑
摘要:作 者:韩 昊 知 乎:Heinrich 微 博:@花生油工人 知乎专栏:与时间无关的故事 谨以此文献给大连海事大学的吴楠老师,柳晓鸣老师,王新年老师以及张晶泊老师。 转载的同学请保留上面这句话,谢谢。如果还能保留文章来源就更感激不尽了。 ——更新于2014.6.6,想直接看更新的同学可以直接跳到第 阅读全文
posted @ 2018-11-19 18:37 jingsupo 阅读(387) 评论(0) 推荐(0) 编辑
摘要:机器学习是一项经验技能,经验越多越好。在项目建立的过程中,实践是掌握机器学习的最佳手段。在实践过程中,通过实际操作加深对分类和回归问题的每一个步骤的理解,达到学习机器学习的目的。 预测模型项目模板不能只通过阅读来掌握机器学习的技能,需要进行大量的练习。本文将介绍一个通用的机器学习的项目模板,创建这个 阅读全文
posted @ 2018-11-05 10:56 jingsupo 阅读(665) 评论(0) 推荐(0) 编辑
摘要:鄙人调参新手,最近用lightGBM有点猛,无奈在各大博客之间找不到具体的调参方法,于是将自己的调参notebook打印成markdown出来,希望可以跟大家互相学习。 其实,对于基于决策树的模型,调参的方法都是大同小异。一般都需要如下步骤: 首先选择较高的学习率,大概0.1附近,这样是为了加快收敛 阅读全文
posted @ 2018-11-02 16:38 jingsupo 阅读(3014) 评论(0) 推荐(1) 编辑
摘要:一、问题描述 当我们在处理图像识别或者图像分类或者其他机器学习任务的时候,我们总是迷茫于做出哪些改进能够提升模型的性能(识别率、分类准确率)。。。或者说我们在漫长而苦恼的调参过程中到底调的是哪些参数。。。所以,我花了一部分时间在公开数据集 CIFAR-10 [1] 上进行探索,来总结出一套方法能够快 阅读全文
posted @ 2018-11-02 16:33 jingsupo 阅读(1541) 评论(0) 推荐(1) 编辑
摘要:接触网络到现在,已是好多年前的事了.初识网络犹如初恋般,充满了新鲜和好奇,于是,从聊天室到QQ,MSN,邮箱,再去BBS.然后有了博客^^^^^^ 那时的网络于我是那般充满诱惑,整天穿梭其中,乐此不彼,因为好奇,因为喜欢,也不乏是快乐的.我用单纯捕获到了同样的善良的目光,于是QQ上就有了朋友. 畅所 阅读全文
posted @ 2018-10-29 18:37 jingsupo 阅读(153) 评论(3) 推荐(0) 编辑
摘要:在做数据处理时,需要用到不同的手法,如特征标准化,主成分分析,等等会重复用到某些参数,sklearn中提供了管道,可以一次性的解决该问题 先展示先通常的做法 先对数据标准化,然后做主成分分析降维,最后做回归预测 现在使用管道 Pipeline对象接收元组构成的列表作为输入,每个元组第一个值作为变量名 阅读全文
posted @ 2018-10-28 14:08 jingsupo 阅读(3302) 评论(1) 推荐(1) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 10 11 12 下一页
我要啦免费统计