1、安装报错(tsp) C:\WINDOWS\system32>python --versionPython 3.8.5(tsp) C:\WINDOWS\system32>pip install tensorflow==2.3.0Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simpleCollecting tensorfl

@创建于：2022.04.17@修改于：2022.04.17文章目录1、方法介绍2、建议使用predict()，进而改写3、predict()参数介绍4、参考链接predict() 在tf.keras.Sequential 和 tf.keras.Model模块都有效；predict_classes()、predict_proba()方法 在tf.keras.Sequential 模块下有效，在tf

创建于：2024.5.5。

创建于：@2020.04.08修改于：文章目录1、背景2、机器学习模型选用指南2.1 分类问题2.1.1 速度慢，但准确2.1.2 速度快2.1.3 对支持向量机（SVM）内核的选择（来自吴恩达的课程）2.2 回归问题2.2.1 速度慢，但准确2.2.2 速度快2.3 聚类2.3.1 层次聚类分析2.3.2 非层次聚类分析2.4 降维2.4.1 主成分分析（PCA）2.4.2 主题建模2.5 s.

@创建于：2020.03.26@修改于：2020.03.26文章目录1. 背景2. 创建虚拟环境3. 常用的命令3. 参考连接1. 背景随着在PyCharm中项目工程的增多，为每个或者特定几个项目创建一个虚拟环境，安装对应版本的Python版本和依赖的包。这是非常有必要的。2. 创建虚拟环境通过Anaconda Prompt环境端进行创建（我是以管理员身份打开的）。# 创建虚拟环境，...

逐步回归是回归分析中一种筛选变量的过程，我们可以使用逐步回归从一组候选变量中筛选起作用的变量或剔除不起作用的变量进而构建模型。逐步回归有三种筛选变量的方法。向前筛选（forward selection）: 首先挑选单独解释因变量变异最大的自变量，然后将剩余自变量逐个引入模型，引入后看该变量的加入是否使得模型发生显著性变化（F检验），如果发生了显著性变化，则将该变量引入模型中，否则忽略该变量，直至所

@创建于：20210324@修改于：20210324文章目录0、特别说明0.1 参考来源0.2 包版本号1、简介2、一次指数平滑2.1 理论介绍2.2 代码展示2.3 参数介绍3、 二次指数平滑3.1 理论介绍3.1.1 Holt’s linear trend method3.1.2 Damped trend methods3.2 代码展示3.3 参数介绍4、 三次指数平滑4.1 理论介绍4.1.

创建于：20200730修改于：20200730文章目录1、背景2、具体过程3、参考链接如何首次创建gitee并上传，请参考：win10环境下，首次上传本地代码到gitee（码云）1、背景代码到了一定的程度，想建立一个分支，确定下来。决定在gitee的一个代码仓库中，创建一个分支。2、具体过程在相应目录下，右击，选择Git Bash Here#（1）在本地新建一个分支git branch test

@创建于：20210318@修改于：20210318文章目录1、背景2、单位根检验（Unit Root Test）理论3、python接口解释3.1 adfuller API介绍3.2 参数3.2 输出内容4、实例化参数介绍5、参考资料1、背景在Holt、Holt-Winters(ExponentialSmoothing)、ARMA、ARIMA这样的自回归模型中，模型对时间序列数据的平稳是有要求的