相关文章
kaggle比赛入门 - House Prices - Advanced Regression Techniques(第三部分)
本文承接上一篇。
1. 数据预处理流水线(pipelines)
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler, OneHotEnc…
建站知识
2025/1/28 17:19:13
【统计的思想】假设检验(二)
假设检验是根据人为设定的显著水平,对被测对象的总体质量特性进行统计推断的方法。
如果我们通过假设检验否定了零假设,只是说明在设定的显著水平下,零假设成立的概率比较小,并不是说零假设就肯定不成立。如果零假设事实上是成立…
建站知识
2025/1/28 17:16:07
SpringCloud系列教程:微服务的未来(十七)监听Nacos配置变更、更新路由、实现动态路由
前言
在微服务架构中,API 网关是各个服务之间的入口点,承担着路由、负载均衡、安全认证等重要功能。为了实现动态的路由配置管理,通常需要通过中心化的配置管理系统来实现灵活的路由更新,而无需重启网关服务。Nacos 作为一个开源…
建站知识
2025/1/28 17:13:02
【QT】- QUdpSocket
QUdpSocket 是 Qt 自带的一个类,属于 Qt 网络模块,用于进行 UDP(用户数据报协议) 通信。它提供了简便的接口来发送和接收 UDP 数据报(datagrams)。
UDP 是一种无连接的协议,适用于那些不需要确…
建站知识
2025/1/28 17:10:57
Avalonia UI:C# 跨平台桌面应用的优秀选择
在当今的开发世界中,跨平台技术的出现为开发者提供了更多的选择与灵活性。作为 C# 社区的一部分,Avalonia 是一个令人兴奋的跨平台桌面应用开发框架。它不仅支持 Windows、Linux 和 macOS 等主流平台,还拥有独特的设计理念,帮助开…
建站知识
2025/1/30 0:50:22
ML基础——分类模型的评估指标
以鸢尾花的分类分析为例: 首先我们对于3类分类做了个数字编码,012对应3个分类,
所以这就是3个分类下的预测结果指标: 分类为0的准确率、召回率、F1-score,以及support
因为前面我们数据集划分为了105 trainÿ…
建站知识
2025/1/28 17:01:41
【机器学习】自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测
一、使用paddlepaddle框架实现逻辑回归
1. 数据部分:
首先自定义了一个简单的数据集,特征 X 是 100 个随机样本,每个样本一个特征,目标值 y 基于线性关系并添加了噪声。将 numpy 数转换为Paddlepaddle张量,方便后续在…
建站知识
2025/1/30 4:22:15
Markdown Viewer 浏览器, vscode
使用VS Code插件打造完美的MarkDown编辑器(插件安装、插件配置、markdown语法)_vscode markdown-CSDN博客
右键 .md 文件,选择打开 方式 (安装一些markdown的插件) vscode如何预览markdown文件 | Fromidea
GitCode - 全球开发者…
建站知识
2025/1/30 12:13:12