2025年01月23日
np.where 是一个非常有用的 NumPy 函数，用于根据某个条件返回数组中的元素。它有两种主要的使用方式：
2025年01月23日
在当今数据驱动的时代，高效的数据处理能力变得越来越重要。Python作为最受欢迎的数据处理语言之一，具有语法简洁、生态丰富的特点。本文将分享一些Python数据处理的最佳实践，帮助你写出更简洁、更高效的代码。
2025年01月23日
本节介绍scipy.spatial模块中提供的K-d树、凸包、沃罗诺伊图、德劳内三角化等空间算法类的使用方法。
2025年01月23日
在观看电视剧时，我注意到一个有趣的功能，即在每个场景中显示演员姓名。我受到启发，使用 AI 技术开发了自己的解决方案，以实现相同的功能。
2025年01月23日
k 近邻（k-nearest neighbor, KNN）算法：相似的数据往往拥有相同的类别，同一种类的数据之间特征更为相似，而不同种类的数据之间特征差别更大。
目标是判断样本的类别。KNN 首先会观察与该样本点距离最近的个样本，统计这些样本所属的类别。然后，将当前样本归到出现次数最多的类中。
2025年01月23日
质因数 (http://en.wikipedia.org/wiki/Prime_factor) 是指正好整除一个整数而不留余数的质数。对于大数来说，寻找质因数几乎是不可能的。
2025年01月23日
模型可解释性成为机器学习流水线的一个基本部分。将机器学习模型作为“黑盒子”不再是一种选择。幸运的是，像lime、ExplainerDashboard、Shapash、Dalex等分析工具正在迅速发展，并变得越来越流行。本指南提供了一个实际示例，说明如何使用和解释开源python包SHAP，用于多类分类问题中的XAI分析，并使用它来改进模型。