会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
洋洋同学
博客园
首页
新随笔
联系
管理
订阅
2019年10月31日
贝叶斯调参
摘要: 执行 opt.maximize()示意截图 执行opt.max 示意截图
阅读全文
posted @ 2019-10-31 11:11 洋洋同学
阅读(444)
评论(0)
推荐(0)
2019年7月19日
Gini分箱
摘要: ```python def calc_score_median(sample_set, var): ''' 计算相邻评分的中位数,以便进行决策树二元切分 param sample_set: 待切分样本 param var: 分割变量名称 ''' var_list = list(np.unique(sample_set[var])) var_...
阅读全文
posted @ 2019-07-19 18:08 洋洋同学
阅读(423)
评论(0)
推荐(0)
2019年6月27日
如何将jupyter notebook嵌入博客园
摘要: 1.将notebook文件上传至github 2.在github中打开文件. 复制地址. 打开 "jupyter nbviever网址" , 产生新的网址 3.在markdown模式下用下列代码嵌入jupyter notebook:
阅读全文
posted @ 2019-06-27 14:40 洋洋同学
阅读(1466)
评论(0)
推荐(0)
2019年6月26日
python内置collections模块
摘要: collections模块 在内置数据类型(dict、list、set、tuple)的基础上,collections模块还提供了几个额外的数据类型:Counter、deque、defaultdict、namedtuple和OrderedDict等。 1.namedtuple: 生成可以使用名字来访问
阅读全文
posted @ 2019-06-26 16:30 洋洋同学
阅读(215)
评论(0)
推荐(0)
python装饰器
摘要: 给函数增加一个计时功能 给装饰器传参数
阅读全文
posted @ 2019-06-26 14:15 洋洋同学
阅读(92)
评论(0)
推荐(0)
2019年6月25日
pandas中关于DataFrame行,列显示不完全(省略)的解决办法
摘要: 转载链接:https://blog.csdn.net/weekdawn/article/details/81389865
阅读全文
posted @ 2019-06-25 11:21 洋洋同学
阅读(1263)
评论(0)
推荐(0)
2019年6月21日
在google colab中下载kaggle数据集
摘要: 参考链接:https://gist.github.com/jayspeidell/d10b84b8d3da52df723beacc5b15cb27
阅读全文
posted @ 2019-06-21 14:00 洋洋同学
阅读(1864)
评论(0)
推荐(0)
2019年6月20日
在pandas中加载mongodb中的数据
摘要: ```python #导入相应的包 import pymongo import pandas as pd from pandas import Series,DataFrame #连接数据库 #mongo_url = f'mongodb://{username}:{password}@%{host}:{port}/{db}' client = pymongo.MongoClient('localh...
阅读全文
posted @ 2019-06-20 15:37 洋洋同学
阅读(609)
评论(0)
推荐(0)
2019年6月6日
colab 打开 github中的jupyter notebook 文件
摘要: Google Colab可直接从github打开Jupyter notebooks,只需将“http:// github.com/”替换为“https:// colab.research.google.com/github/”,就会直接加载到Colab中 。 via Google Colab开发团队
阅读全文
posted @ 2019-06-06 11:26 洋洋同学
阅读(1539)
评论(1)
推荐(0)
2019年5月14日
Pytorch设立计算图并自动计算
摘要: 本博文参考七月在线pytorch课程 1.numpy和pytorch实现梯度下降法 使用numpy实现简单神经网络 python import numpy as np N, D_in, H, D_out = 64, 1000, 100, 10 随机创建一些训练数据 x = np.random.ran
阅读全文
posted @ 2019-05-14 22:07 洋洋同学
阅读(1040)
评论(0)
推荐(0)
下一页
公告