什么是非均衡数据？举个生活中的例子，我想大致调查一个年级（男生女生人数1：1）的平均体重，之后我随机抽了一个班进行测量，这个班50位同学，40位男生，10位女生，结果可想而知不准确。那这个数据就是非均衡数据了。非均衡数据就是我们的数据集不同类别的样本数之间相差很多。当我们进行机器学习任务时，如果样本有大量的非均衡数据，以总体分类准确率为学习目标的传统分类算法会过多地关注多数类，从而使得少数类样..

一.箱型图通俗来讲，就是将所有的数据都分布在这张图上，矩形上下限用四分为值，又用四分位值算出一个上界和下界，大于上界或者小于下界的值就是异常值。这里四分位距（IQR)就是上四分位与下四分位的差值。我们通过四分位距的1.5倍为标准，上界：超过上四分位+1.5倍IQR距离，下界：下四分位-1.5倍IQR距离的点为异常值。分位值的定义和计算在这里:(https://blog.csdn.net/cr...

一.傅里叶变换简介在数学上，对任意函数 f(x)，可按某一点进行展开，常见的有泰勒展开和傅里叶展开。 泰勒展开为各阶次幂函数的线性组合形式， 本质上自变量未改变，仍为 x。但是傅里叶变换有：傅里叶展开为三角函数的线性组合。将自变量由x变成 ω。由时域分析变换到频域分析。由于这些特点，所以信号处理上经常使用傅里叶变换。信号分析与处理中常见的有：简称全称CFS（C...

1.检查是否有缺失值列：data.isnull().any()print(data.isnull().any())false无缺失值/true有缺失值结果例样：age falsename falseschool trueschool的这一列有缺失值，其他列无缺失值。行：data.isnull().any(axis=1)print(data.isnull().any(axi...

通过可视化一个三维张量上的求和过程，更好地直观地了解PyTorch的维数理解张量（tensor）：在TensorFlow和pyTorch中，大量数据不放在数组之类的容器中，而放在一个大张量中。例如，如果有20000张28✕28，24位真彩色的照片，就会放到一个[20000,28,28,3]形状的张量中。当开始用PyTorch张量做一些基本的运算时，比如求和，它看起来很简单，对于一维张量来说很简单: