相信很多初学者对训练模型后的损失函数图像都不会看，本人写文章一向言简意赅，话不多说！几句话表达。首先，了解一个概念**什么是过拟合![](https://img-blog.csdnimg.cn/20210124203442843.png#pic_center**过拟合（overfitting）是指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时，复杂的模型将抽样误差也考虑在内，将抽样误

大家都知道，机器学习无非就是分类和回归，回归需要用到哪些评价指标呢，以及如何看这些评价指标？以下是对全网几篇文章部分的截取，由于文章较为分散，篇幅也不长，就不贴引用了，作者见谅。1.R Square介绍以及为什么好分类准确率，就是在01之间取值。但RMSE和MAE没有这样的性质，得到的误差。因此RMSE和MAE就有这样的局限性，比如我们在预测波士顿方差，RMSE值是4.9（万美元） 我们再去预测身

如果你看到本帖，哦那恭喜你，其他帖子就不用看了，我都替你筛选过了，都用处不大，没有一个能实际求出参数的，都是生成随机分布的点，然后做拟合，然后就没然后了，把人能气死，别提了就，要么就是给你介绍一堆什么是幂律分布，我都都要求参数了你还给我讲道理，这不扯淡么。总结一下，幂律分布主要求两个参数，一个是系数C，一个是求幂指数，一般是负值。方法一：线性拟合倒推1、公式推导验证幂律分布的办法就是对坐标轴XY同

论文写作

首先要做的是绘制CDF或者PDF，概率密度分布图和概率分布图，cdf其实就是pdf求导后的结果。有了概率分布图对x和y同时取对数，就知道是不是幂律分布了。我的数据只有一列，用pandas读进来就行了，算每个x的概率就是Y，放df的两列中#!/usr/bin/env python# -*-coding:utf-8 -*-import matplotlib.pyplot as pltimport nu

英文字母，数字，符号都用特定的二进制编码方式计算机才能识别。“UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xca in position 0: invalid continuation byte”，这句话翻译过来就是“UnicodeDecodeError:“utf-8”编解码器无法解码位置0中的字节0xca:无效的连续字节”。说明啥呢？

删除DataFrame原有的索引，修改DataFrame的索引为自增id在这里插入图片描述Dataframe进行某一些条件过滤后索引会更改，如何重置Dataframe索引呢？执行：drop=True代表删除原有的索引