Python之pandas进阶版（二）——用pandas操作dataframe一、数据索引#写入数据import pandas as pddata=pd.read_csv('..\data\pokemon\Pokemon.csv')data=data.set_index('#')1.使用“[ ]”索引# 方括号索引print(data['HP'][1])2.使用列属性和行标签# 使用列属性和行标签

Python之pandas进阶（一）一、构建dataframe我们可以像前面那样从csv构建dataframe，也可以从dict中创建dataframe。使用zip()函数添加新列广播（Broadcasting）: 创建新列并为整个列赋值# 从字典中构建dataframecountry=['Spain','France']population=['11','12']list_label=['cou

【代码】EndNote登录一直显示The username/password specified is not valid。

AlphaFold安装——非docker镜像（3）文章目录AlphaFold安装——非docker镜像（3）Error 1. flag --use_gpu_relax=None: Flag --use_gpu_relax must have a value other than None.Error 2. 显示我的jaxlib版本不对Warning 3. Unable to initialize

StarGAN 生成对抗网络 cyclegan高级版 多个domain之间的相互转化 style_loss cycle_loss diversity_loss

昨天讨论的时候一个大佬提到了Metric Learning，听他讲了一下大致思路，觉得有点意思，所以下来了解了一下，简单记录。

机器学习基础篇（十二）——多层感知机一、概述多层感知机（MLP：Multi-Layer Perceptron）由感知机(PLA: Perceptron Learning Algorithm)推广而来。它最主要的特点是有多个神经元层，因此也叫深度神经网络(DNN: Deep Neural Networks)。感知机是单个神经元模型，是较大神经网络的前身。神经网络的强大之处在于它们能够学习训练数据中的

机器学习应用篇（五）——决策树分类实例文章目录机器学习应用篇（五）——决策树分类实例一、数据集二、实现过程1 数据特征分析2 利用决策树模型在二分类上进行训练和预测3 利用决策树模型在多分类（三分类）上进行训练与预测三、KEYS1 构建过程2 划分选择3 重要参数一、数据集小企鹅数据集该数据集一共包含8个变量，其中7个特征变量，1个目标分类变量。共有150个样本，目标变量为 企鹅的类别 其都属于企

机器学习基础篇（六）——KNN一、简介K-Nearest Neighbors（KNN） 是机器学习中的一个基础分类算法。1.工作原理首先我们需要一个训练样本集，并且样本集中每个数据都存在标签。存在标签就代表我们知道样本集中每一个数据与所属分类对应的关系。输入没有标签的数据后，将新数据中的每个特征与样本集中数据对应的特征进行比较。提取出样本集中特征最相似数据（最近邻）的分类标签，作为该数据的标签。一

数据不平衡 class_weightloss_function