
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
文章目录3.12. background属性3.12. background属性## background属性属性解释background属性是css中应用比较多,且比较重要的一个属性,它是负责给盒子设置背景图片和背景颜色的,background是一个复合属性,它可以分解成如下几个设置项:background-color 设置背景颜色background-image 设置背景图片地址...
业务问题业务部门给报表提供了下列的要求:想要知道那些地区的销售情况比较好,那些地区的销售情况比较差,因此希望能够看到销售指标在全国的分布情况想要了解今年的销量和前几年相比是否有增长,因此需要看到销量随着时间的走势想要有没有卖的件数少但是消费金额高的优质客户?因此需要了解交易笔数和交易金额两者的分布以及两者之间是否存在一定的相关关系需要销售报表,产品信息和会员信息步骤:1.打开tabl...
第一步第二步第三步第四步编辑进入到power query可以修改名字,删除行列第五步保存更改第六步查看数据第七步简单的作图
文章目录MatplotlibSeaborn交互式数据可视化—BokehMatplotlibSeaborn交互式数据可视化—Bokeh
吴恩达机器学习栏目清单专栏直达:https://blog.csdn.net/qq_35456045/category_9762715.html文章目录13.3 优化目标13.3 优化目标参考视频: 13 - 3 - Optimization Objective (7 min).mkvK-均值最小化问题,是要最小化所有的数据点与其所关联的聚类中心点之间的距离之和,因此 K-均值的代价函数(...
文章目录5.5. 网络优化改进指数衰减学习率exponential_decay使用5.5. 网络优化改进网络优化的方法有很多,在这里我们使用其中一种优化方式。在我们的模型训练时候,会有一个重要的因素需要设定,就是学习率。那么在手动设定学习率的时候不一定准确。 这种人为的设定对于模型的输出影响较大。所以在这里引入了一种自动更新学习率的函数。指数衰减学习率exponential_decayc...
吴恩达机器学习栏目清单专栏直达:https://blog.csdn.net/qq_35456045/category_9762715.html文章目录15.6 选择特征15.6 选择特征参考视频: 15 - 6 - Choosing What Features to Use (12 min).mkv对于异常检测算法,我们使用的特征是至关重要的,下面谈谈如何选择特征:误差分析:一个常...
文章目录1.导入需要用的包2.基本格式数据指定特殊参数基础参数返回3.多变量之间的关系图(1)散点图(2)指定分类变量的散点图使用调色板使用不同的形状(3)改变对角图使用KDE使用回归(4)改变点形状,使用参数,使用edgecolor1.导入需要用的包#-*- coding:utf-8 -*-from __future__ import divisionimport numpy as np...
业务问题业务部门给报表提供了下列的要求:想要知道那些地区的销售情况比较好,那些地区的销售情况比较差,因此希望能够看到销售指标在全国的分布情况想要了解今年的销量和前几年相比是否有增长,因此需要看到销量随着时间的走势想要有没有卖的件数少但是消费金额高的优质客户?因此需要了解交易笔数和交易金额两者的分布以及两者之间是否存在一定的相关关系需要销售报表,产品信息和会员信息步骤:1.打开tabl...
模型评估文章目录模型评估学习目标1 分类模型评估2 回归模型评估均方根误差(Root Mean Squared Error,RMSE)相对平方误差(Relative Squared Error,RSE)平均绝对误差(Mean Absolute Error,MAE)相对绝对误差(Relative Absolute Error,RAE)决定系数 (Coefficient of Determinati.







