分类: 器→工具

Python学习之面向对象基础

当我们谈论面向对象时,就像在搭积木一样,每个积木都是一个特殊的东西,而整个搭建起来就是一个大作品。在编程中,面向对象是一种方法,你可以把不同的东西(比如动物、车辆、游戏角色)看作是特殊的“积木”,每个“…

器→工具, 编程语言 ·

机器学习可解释性工具:SHAP

机器学习在很多领域取得了重要的进步,也帮助人减少了不少体力劳动。要训练一个机器学习模型,以及将模型应用在实际场景中,最重要的是数据的收集以及处理。那么,如何使用模型指导数据收集就成了一个重要的问题,…

热门Python Web 框架的盘点

在学习Python过程中,如果学习Web开发,一般会涉及到Web框架,特别是对于新手,除了主流的Django和Flask,一般不会了解还有哪些框架更能适合自己。今天主要从Github的Star数量进行统计,将热门的开源Python Web框架…

Scikit-Learn的模型评估指标

在 scikit-learn 中,要对一个拟合好的模型进行评估,有三种方法: 使用各种 estimator 自带的 score 方法。一般来说,分类器的默认评估指标是正确率(accuracy),回归器的是拟合优度(R 方)。 使用模型评估工…

Python Web应用的线上部署

想要将 Python Web 应用部署到线上,目前主流的方案是在 Gunicorn/uWSGI 前面再加一层 Nginx,其中 Nginx 的主要作用是: 做负载均衡,便于后期服务器的水平扩展,可轻松将应用部署到多台服务器或多个进程中。 …

Scikit-Learn学习之交叉验证

交叉验证方法盘点 在机器学习中,常见有的交叉验证方法有留出法(Holdout cross validation)和k折交叉验证(k-fold cross validation)等,除此之外还有留一法(Leave-One-Out,LOO)、留P法(Leave-P-Out,LPO)…

Statsmodels 统计包之OLS回归

Statsmodels 和 Scikit-learn 是两个不同的 Python 库,它们都提供了用于线性回归的工具。Statsmodels 中支持的线性回归模型列表: OLS 回归:OLS 代表“普通最小二乘回归”,它是一种最常见且最简单的线性回归模…

Python代码转为LATEX公式工具

latexify_py是一个Google开源的Python包,可以将Python源代码片段编译为相应的LaTeX表达式。 latexify_py的使用非常简单,只需安装该库(pip install latexify-py)并导入相应模块即可。下面介绍的是一些简单的…

器→工具, 工具软件 ·

Python 数据可视化之韦恩图

韦恩图简介 维恩图(Venn),也叫温氏图、维恩图、范氏图,用于显示元素集合重叠区域的图表。维恩图是关系型图表,通过图形与图形之间的层叠关系,来表示集合与集合之间的相交关系。 适合场景1:表示2个集合相交关…

器→工具, 工具软件 ·

神经网络时间序列预测工具NeuralProphet

NeuralProphet 产生背景 大多数时间序列问题需要易于理解的预测。同时,需要有效的预测。这两个愿望导致了一种权衡:可解释性与准确率。准确率的显著提高通常归因于更复杂的模型。然而,复杂性与可解释性存在天然的…