江苏响应式网站建设哪里有,项目经历怎么填写,绿色在线网站,鄂尔多斯 网站建设20200221#xff1b;
1.做分类问题的时候#xff0c;给定你标签#xff0c;你想知道每一类标签的出现频数#xff0c;可以使用这个函数#xff1a;np.bincount()。
如果想分析一下数据样本是否均衡的时候#xff0c;可以考虑这种操作#xff0c;代码十分简明。 2.
当…20200221
1.做分类问题的时候给定你标签你想知道每一类标签的出现频数可以使用这个函数np.bincount()。
如果想分析一下数据样本是否均衡的时候可以考虑这种操作代码十分简明。 2.
当需要查看数据集中两个Key对应的数据是否是统一数据转化而来的时候
输入from sklearn.datasets import load_digits
digitsload_digits()
digits.keys()
n_samples,n_featuresdigits.data.shape
print((n_samples,n_features))print(digits.data.shape)
print(digits.images.shape)import numpy as np
print(np.all(digits.images.reshape((1797,64))digits.data))输出(1797, 64)
(1797, 64)
(1797, 8, 8)
True
在这个数据集中其实对于每一张图像image中是8*8的而data是1*64的就是了。 20200308
3.显示进度条的神器
引入一个包tqdmanaconda自带
git链接https://github.com/tqdm/tqdm
这个包是用来显示进度条的很漂亮使用很直观在循环体里边加个tqdm而且基本不影响原程序效率。这样在写运行时间很长的程序时可以用到。
使用方式见下图 在循环体内套一个tqdm()就可以实现每执行一遍循环进度条就会前进1十分直观。
但是有个问题如果循环里面要进行输出的话就有点难受了。
import time
from tqdm import tqdm
for i in tqdm(range(20)):time.sleep(0.5)print(hello,i) 参考链接https://spaces.ac.cn/archives/3902 20200403
在读入图片进行操作的时候需要预处理一般都先预处理到RGB格式因为有时会给定的原始图片未经清洗所以有可能是P mode 或者‘RGBA’ mode
所以常见套路
for i in range(100):img Image.open(train_image_path[i]).convert(RGB)img img.resize((256,256),Image.ANTIALIAS)X_train[i] np.array(img) 参考链接https://blog.csdn.net/qiusuoxiaozi/article/details/79556605 20200403
对数据进行处理时或者将numpy扩充维数时比如你要导入1000张图片要注意首先要检查1000张图片的shape是否一样。
并且先用list去append最后再转numpy速度会非常慢所以最好的办法有如下两个
1. 用numpy的np.concatenate函数
2. 直接提前开好numpy数组然后直接赋值即可比如下面这段程序
常见套路
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import glob
train_image_path glob.glob(cat1000/*.jpg)
X_train np.zeros((1000,256,256,3))for i in range(100):img Image.open(train_image_path[i]).convert(RGB)img img.resize((256,256),Image.ANTIALIAS)X_train[i] np.array(img) 参考链接https://blog.csdn.net/qq_31785005/article/details/78460757 20200425
进行数据预处理的时候要注意数据类型的问题比如tf.image.resize_images函数在参数的选择上推荐选择双线性插值因为双三次差值可能会出现取值范围不在0-255范围内的情况。 https://blog.csdn.net/u011583927/article/details/103307473 20200426
注意使用PCA降维的时候要先标准化再进行降维
比如可以直接用sklearn的
from sklearn.preprocessing import StandardScaler
然后StandardScaler().fit(数据集) 就完事了。 20200426
做分类时
kNN算法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。kNN算法在类别决策时只与极少量的相邻样本有关。由于kNN算法主要靠周围有限的邻近的样本而不是靠判别类域的方法来确定所属类别的因此对于类域的交叉或重叠较多的待分样本集来说kNN方法较其他方法更为适合。
https://www.cnblogs.com/ljhdo/p/10600613.html 20200426
绘图常用 plt.xlim、plt.ylim 设置横纵坐标轴范围 plt.xlabel、plt.ylabel 设置坐标轴名称 plt.xticks、plt.yticks设置坐标轴刻度 另外也可以使用plt.axis([xmin, xmax, ymin, ymax])确定坐标值的范围 # 设置刻度字体大小 plt.xticks(fontsize20) plt.yticks(fontsize20) # 设置坐标标签字体大小 ax.set_xlabel(..., fontsize20) ax.set_ylabel(..., fontsize20)
https://blog.csdn.net/htuhxf/article/details/82986440
https://blog.csdn.net/helunqu2017/article/details/78736415 对于分类问题常用来做结果分析 混淆矩阵
n类问题则生成n*n的矩阵 20200426
zip进行打包的话输出一次之后就自动解除打包了如需第二次使用还需再zip一次。 20200506
用conda安装包时可以直接假设要安装cuda和cudnn 20200506 sourse可以省略。 20200512
从某文件夹中读取所有图片常用操作
image_paths[os.path.join(path, f) for f in os.listdir(path)]
或者用glob.glob也是可以的
文件路径相关操作
os.path.split(image_path)[-1].split(.)[-1] 如果im.read()读入了一张空图或者报错考虑是不是绝对路径中出现了中文。或者是斜杠反斜杠问题。 20200514
cv2.resize()函数参数比较容易出错。
正常来说img.shape (h , w)
大师resize的时候传入的参数需要是(w,h)。详情看下面的例子
import cv2
from scipy import miscimg misc.imread(001.jpg)
print(img.shape)
img2 cv2.resize(img, (30, 40), interpolationcv2.INTER_CUBIC)
print(img2.shape)
img3 cv2.resize(img, (40, 30), interpolationcv2.INTER_CUBIC)
print(img3.shape)输出
(250, 250, 3)
(40, 30, 3)
(30, 40, 3)
参考链接https://blog.csdn.net/FortiLZ/article/details/81396566 20200517
在进行样本归一化的时候要注意训练集归一化了那么测试集也要归一化且测试集要用训练集的均值方差最大值最小值进行归一化。原因很好解释因为你在预测的时候其实是不知道测试集的均值等这些属性的
