【Python】【Numpy+Pandas数据处理·闯关】和鲸社区学习笔记day（2）

实验二线性表的应用（二）【实验类别】设计型实验【实验目的】1.熟悉线性表的顺序存储和链式存储各自的特点及运算；2.熟练掌握线性表的基本操作在不同存储结构中实现算法；3.通过本次实验帮助学生加深对C语言的使用（特别是函数的参数调用、指针类型的应用和链表的建立等各种基本操作）4．对一个实际的问题能够进行合理的需求分析，选择合适的存储结构，设计完成符合实际需要的功能。【实验学时】4学时【实验组人数】1人

Name: 收盘价(元), Length: 309, dtype: float64。thresh: int,保留含有int个非空值的行。‘all’: 如果所有值都是NA，则删除该行或列。‘any’: 如果存在NA值，则删除该行或列。subset: 对特定的列进行缺失值删除处理。身体不适，没有收获，草草了事。删除至少有两个非缺失值的行。指定判断缺失值的列范围。删除所有有缺失值的行。删除所有有缺失值的

理论部分：【人工智能】模糊推理

遗传算法通过不断地试错，在种群中选择、交叉和变异来生成新的个体，并计算它们的适应度值。然后，根据设定的适应度函数来选择出适应度值高的个体作为下一代的父母，再进行交叉和变异操作，生成新的个体。通过对这些个体进行交叉、变异等操作，不断迭代，从而逐步逼近问题的最优解。例如：假设需要解决一个最小化函数f(x)，其中变量x是取值范围为[0,10]之间的实数。根据第一步初始化的种群，对其每个个体进行评价，选出

模糊集合（fuzzy set）是对经典集合的扩充。下面先介绍集合论中的几个名词。，这种模糊性就消除了，这在数学上没有任何问题，然而就这。注意：这里仅仅是借用了求和与积分的符号，并不表示。“冷”变为“温暖”，“温暖”变为“热”，这又不符合我们日常的生活习惯。叫做模糊集的隶属度函数，对于。对于模糊集的隶属度，也可写作。10度>温度> 25度。如果说，我们简单的将。的一个模糊集合，称为。

ROC曲线（Receiver Operating Characteristic Curve）是一种常用的二分类模型性能评估工具，其横轴为假正率（False Positive Rate, FPR），纵轴为真正率（True Positive Rate, TPR），ROC曲线的绘制是通过将不同阈值下的真正率和假正率作为坐标点绘制而成。解释：该混淆矩阵表示模型在测试数据集上共有100个样本，其中实际为正例

ROC曲线（Receiver Operating Characteristic Curve）是一种常用的二分类模型性能评估工具，其横轴为假正率（False Positive Rate, FPR），纵轴为真正率（True Positive Rate, TPR），ROC曲线的绘制是通过将不同阈值下的真正率和假正率作为坐标点绘制而成。解释：该混淆矩阵表示模型在测试数据集上共有100个样本，其中实际为正例

最近刷知乎看到了一个训练贪吃蛇的视频，自己也想实现一下（正好完成人工智能最后的大作业）。在网上搜索了好久，也没看见一个完整的代码，只能靠自己了，所以，冻手，冻手...........

模糊集合（fuzzy set）是对经典集合的扩充。下面先介绍集合论中的几个名词。，这种模糊性就消除了，这在数学上没有任何问题，然而就这。注意：这里仅仅是借用了求和与积分的符号，并不表示。“冷”变为“温暖”，“温暖”变为“热”，这又不符合我们日常的生活习惯。叫做模糊集的隶属度函数，对于。对于模糊集的隶属度，也可写作。10度>温度> 25度。如果说，我们简单的将。的一个模糊集合，称为。