20210408 0. 引言 在另外一篇文章中说明了在使用深度学习库的时候，实验结果的可复现的属性，《深度学习实验结果可复现所需设置 - 随机数等内容设置》，文中提到，如果是用GPU加速的话，那么很可能导致实验无法复现。那么就只能使用CPU。好在手里服务器比较多，机器性能也还不错。 那么多台机器设置了随机性内容之后，输出结果是否也是一样的呢？！ 1. 实验 其实实验之前我也大概知道结果，一般来说应该是一样的，这取决于随机数生...
目录 什么是梯度下降法怎么用梯度下降法进行拟合（以BGD为例）其他改进形式梯度下降法（SGD+MBGD） 什么是梯度下降法 梯度下降算法原理讲解——机器学习 原理网上有很多，这个博客比较详细友好 怎么用梯度下降法进行拟合（以BGD为例） 一道作业题： 随机产生20个点，用线性回归拟合，并画出迭代次数与总损失值的关系曲线图和拟合结果图。怎么拟合一道直线呢？先把直线方程设出来，h为预测函数 现在需要求解最佳的θ0\theta_0θ0?和...
什么是随机漫步在这个世界上存在的现象大体分为必然现象和随机现象两类。必然现象就像太阳每天必然从东边升起，西边落下那样，在相同条件下完全可以事先预测到它的结果。随机现象则不同，它在个别试验中会呈现不确定的结果，比如抛掷一次硬币，可能是正面，也可能是反面，不过在相同的条件下大量重复试验中又会呈现一定的规律性，因为当抛掷的次数逐渐增多时，出现正面或者反面的频率会逐渐接近 50%。很显然，股票的涨跌属于随机现...
决策树： 定义：决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法 信息的度量和作用： 比特：通信数学原理，奠定现代信息论的基础 信息熵：信息和消除不确定性是相联系的 信息增益： 决策树的划分依据信息增益表示得知特征X的信息而使得类Y的信息的不正确性减少的程度sklearn决策树API： class sklearn.tree.DecisionTreeClassifier(criterion=’gin...
在一定范围内随机生成整数，并统计每个整数出现的次数 (Python) 知识储备 需要用到random，随机数标准函数库 random.randint(a, b)：在[a, b]中随机生成数 例：随机生成50个介于[1, 20]间的整数， 然后统计每个整数出现的频率并输出。 方法一(使用集合) import randomlist_a = [random.randint(1, 20) for i in range(50)] #使用random里面的ranint(1, 20), 表示在1-20中生成随机数， for i in range(50)随机生成50个元素。 se...
推荐使用numpy模块中的子模块random 为了直观展示分布函数的概率密度曲线，以正态分布和指数分布为例。 import seaborn as sns import matplotlib.pyplot as plt from scipy import stats # 生成各种正态分布随机数 np.random.seed(1234) rn1 = np.random.normal(loc = 0, scale = 1, size = 1000) rn2 = np.random.normal(loc = 0, scale = 2, size = 1000) rn3 = np.random.normal(loc = 2, scale = 3, size = 1000) rn4 = np.ra...
目标 在仿真理论中，生成随机变量是最重要的“构建块”之一，而这些随机变量大多是由均匀分布的随机变量生成的。其中一种可以用来产生随机变量的方法是逆变换法。在本文中，我将向您展示如何使用Python中的逆变换方法生成随机变量(包括离散和连续的情况)。 概念 给定随机变量U，其中U在（0,1）中均匀分布。 假设我们要生成随机变量X，其中累积分布函数（CDF）为逆变换方法的思想是通过如下使用其逆CDF从任何概率分布中生成一个随机...
1.random.random() #用于生成一个0到1的 随机浮点数：0<= n < 1.01 import random 2 a = random.random() 3 print (a) 2.random.uniform(a,b) #用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成的随机数n: b <= n <= a。如果 a <b， 则 a <= n <= b。1 import random 2 print(random.uniform(1,10)) 3 print(random.uniform(10,1)) 3.random.randint(a, b) #用于生成...
编程时，偶尔需要伪造（模拟）数据，下面介绍如何使用Python伪造中文姓名。 1、安装库Faker# pip install Faker2、导入并输出中文姓名from faker import Faker fake = Faker("zh_CN") fake.name() 3、批量生成数据No=[i for i in range(1,11)] name=[fake.name() for i in range(1,11)] dict(zip(No, name)) 4、借助pandas创建二维数据 5、写入Excel 更多用法参考官方文档，是不是很简单，个人原创，转载请联系本人或标注
import randomimport string # 随机整数：print random.randint(1,50) # 随机选取0到100间的偶数：print random.randrange(0, 101, 2) # 随机浮点数：print random.random()print random.uniform(1, 10) # 随机字符：print random.choice(abcdefghijklmnopqrstuvwxyz!@#$%^&*()) # 多个字符中生成指定数量的随机字符：print random.sample(zyxwvutsrqponmlkjihgfedcba,5) # 从a-zA-Z0-9生成指定数量的随机字符：ran_str = .join(ra...
1.什么是随机森林？ 如果读者接触过决策树（Decision Tree） 的话，那么会很容易理解什么是随机森林。随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。随机森林的名称中有两个关键词，一个是“随机”，一个就是“森林”。“森林”我们很好理解，一棵叫做树，那么成百上千棵就可以叫做森林了，这样的比喻还是很贴切的，其实...
python-plotly模拟掷骰子随机过程 澳门赌场在线发牌 只要他用正确的算法 其实这真的是随机事件 其实投掷骰子这种事件是生活中常见的随机事件，这在数学领域常常用来解释各种数据类型分析，而在赌场这些场合它也常见，我们这次就用python对这些随机事件进行模拟并且通过可视化来反应最后的结果 投掷一个骰子 先单独创建一个文件die.py来存储第一个类，我们用它来产生随机数 from random import randint#引用随机模块 class Die:"""一...
随机化序列 import randoma = [1, 2, 3, 4, 5, 6] random.shuffle(a) print(a)配置随机种子 import randoma = [1, 2, 3, 4, 5, 6] random.Random(0).shuffle(a) print(a)
# 生成随机数，浮点类型 random.uniform(401, 699) # 控制随机数的精度round(数值，精度) x1 = (round(a, 0)) print(x1)# 生成随机数，浮点类型 random.uniform(401, 699) # 控制随机数的精度round(数值，精度) x1 = (round(a, 3)) print(x1)# 生成随机数，浮点类型 b = random.uniform(1001, 1999) # 控制随机数的精度round(数值，精度) y1 = (round(b, 0)) print(y1)
import random# 第一题 list=[] for i in range(20):t=random.randint(1,100)#1-99list.append(t)print(list) list_Ou=[] for i in range(20):if(i%2==0):list_Ou.append(list[i]) print(list_Ou) list_Ou=sorted(list_Ou,reverse=True) print(list_Ou)count=0 for i in range(20):if(i%2==0):list[i]=list_Ou[count]count+=1print(list) 运行效果：