本文所指的回归模型为一般性的回归模型，不包含时间序列回归。时间序列回归模型一般要考虑稳定性（如Jenkins-box方法）和样本采样限制。 回归评价设定 设定n个样本，每个样本为 ，实际值为 ，预测值为 。 为 的平均值。 MAE 平均绝对误差（Mean Absolute Error），是对绝对误差损失的预期值。 MAPE 平均绝对百分比误差（Me…

GBDT（Gradient Boosting Decision Tree），全名叫梯度提升决策树，是一种迭代的决策树算法，它通过构造一组弱的学习器（树），并把多颗决策树的结果累加起来作为最终的预测输出。该算法将决策树与集成思想进行了有效的结合。本文对GBDT的调参思想和具体步骤进行一个整理。GBDT的超参数分为框架参数和弱学习器参数两类，以下分别讲…

Apache MXNet 是一个灵活且可扩展的深度学习框架，支持多种深度学习模型、编程语言，并且有一个开发接口，因其易用性而受到高度重视。 最近要用到gloucv+mxnet做街景图语义分割，gloucv安装的虽然慢，但是还算顺利，但是mxnet就不行了，原本可以直接： pip install mxnet 硬生生的报错：error: Microso…

马尔科夫链在城市规划领域有广泛的运用，马尔科夫链是一个随机过程，其中每个状态的出现只依赖于前一个状态。我们可以使用一系列数学公式来描述它。 定义 考虑一个离散时间、离散状态空间的随机过程{Xn}，其中n是非负整数，表示时间，而Xn是在时间n的状态。如果对于所有的 n、所有的状态i,j,k,... 和所有的时间序列s1,s2,s3...sn-1，以下…

前言 这是一篇Scikit-Learn的学习笔记，主要有环境配置、基本模块和实际案例等内容。这篇文章中我会介绍一下我用机器学习做城市分析任务的基本思路。Scikit-Learn是一个用于构建机器学习模型的Python库，不仅提供了数十种基础机器学习算法，而且配备了数据预处理和模型评估工具。 Scikit-Learn介绍 安装方法 Scikit-Le…

前言 最近在做城市扩张相关的影响机制研究，要用到地理加权回归，趁此机会就顺便整理一下GWR相关的一些知识。 传统的OLS回归模型没有考虑到各样本之间的空间关系，得到的回归系数与样本的空间位置无关，回归结果是研究区域内的全局“平均值”。全局回归无法反应地理现象中的空间异质性。根据地理学第二定律（空间异质性定律）：“空间的隔离，造成了地物之间的差异，即…

本文参考王劲峰老师的《地理探测器：原理与展望》，原文讲得非常详尽。本文结合自己的理解对GeoDetector的原理与功能进行了整理。 基本概念 1、空间统计学：以空间自相关为理论基础，突破了经典统计学的独立同分布假设前提。 2、空间统计学工具：空间自相关检验如Moran's I、半变异函数等；热点探测如Gi、LISA等；空间插值方法如Kriging…

本地长时期运行爬虫程序后，被检测反爬的几率大大增高。所以想到将爬虫部署到服务器，定期自动运行。但是，远程连接Linux服务器跑程序，如果本地电脑关机，linux服务器程序也会断掉，这是因为断开连接后，终端会收到SIGHUP（hang-up 挂断）信号从而关闭该会话期的子进程。 有几种方法可以解决这个问题： 1. 使用nohup命令，在命令前加上no…

Git 是最常用的版本控制系统。Git 会跟踪我们对文件所做的更改，因此我们可以记录已完成的工作，并且可以在需要时恢复到特定或以前的版本。Git 还使多人协作变得更加容易，允许将多个人的更改全部合并到一个源中。 Gitee是一家国内的代码托管平台，也是世界上最大的开源社区之一。作为一个开发者，可以通过Gitee来管理自己的代码仓库，进行代码托管、版…

本文将从“似然估计”和“最大”两个方面分别讲解。 一、似然估计 似然，likelihood，可以联想到另一个词，概率（probability）。这两个词在统计学中是完全不同的两个概念，这里我拿来进行一个对比： （1）概率 probability 所谓概率，是指某件事在指定的环境下发生的几率。 如在环境A下，事件M发生的几率为 P(M/A)。 在环境…