tensorflow随笔2
来源:互联网 发布:linux vi如何保存退出 编辑:程序博客网 时间:2024/05/16 08:04
在训练数据的时候,一直在纠结一个点,是关于数据清洗,当然还有其他数据预处理的流程,这里不提,以后补充,数据清洗有什么好处?
1 降低噪声干扰
2 降低样本的随机性
这一次是关于数据混洗的代码,提供两种方法,在数据预处理的时候,我自己用上了以后,降低了样本数据的偶然性,其实偶然理解为随机也可以。数据是平稳的,话不多说,上代码;
#数据混洗#方法1import numpy as npa=np.array([1,2,3,4,5])arr=np.arange(9).reshape((3,3))np.random.shuffle(a)print('a混洗后:\n',a)print('混洗前:\n',arr)np.random.shuffle(arr)print('混洗后:\n',arr)#方法2indices=np.random.choice(len(a),len(a),replace=None)x=a[indices]print('a混洗后:\n',x)方法一是利用numpy里的shuffle函数,达到混洗的目的,对于数组而言,该函数打乱顺序,而对于arr矩阵而言,恰好是行与行之间打乱顺序,其实道理跟数组一样,比较所以矩阵也是按数组存储,方法二是用numpy里的choice函数,意思是范围0-len(a)里选出0-len(a)的索引,一样也可以吧这些索引保存到list里,然后将打乱的索引值赋给一个新值,这样就达到了混洗的目的。
看看运行效果:
a混洗后: [4 3 2 1 5]混洗前: [[0 1 2] [3 4 5] [6 7 8]]混洗后: [[0 1 2] [3 4 5] [6 7 8]]a混洗后: [2 3 5 1 4]
阅读全文
0 0
- tensorflow随笔2
- tensorflow随笔1
- tensorflow随笔3
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 随笔2
- 学习用tensorflow实现卷积神经网络中的卷积层随笔
- tensorflow(2)
- [TensorFlow] TensorFlow Get Started (2)
- Scratch 游戏项目学习法 —— 接苹果(二)修改舞台背景
- 支持向量机(二)——松弛变量处理异常点
- oracle,mysql中字符串,date,timestamp转换
- Visual Studio Code的快捷键
- Java多线程系列--“JUC集合”08之 LinkedBlockingQueue
- tensorflow随笔2
- 学习日记- phpstorm 2017激活和汉化方法
- 张蕾讲故事:比特币的前世今生4
- 张蕾讲故事:比特币的前世今生8
- 张蕾讲故事:比特币的前世今生6
- 【视频】张蕾:区块链项目落地面临的风险
- 张蕾讲故事:比特币的前世今生(终结篇)
- 张蕾讲故事:比特币的前世今生5
- 张蕾讲故事:比特币的前世今生3