- 博客(4)
- 收藏
- 关注
RSS订阅原创 SAITS模型在PhysioNet2012数据集上的缺失值填补实践笔记
本文介绍了一个使用SAITS模型处理PhysioNet2012数据集中缺失值的完整流程。首先，通过导入必要的库和设置随机种子确保实验的可复现性。接着，加载并预处理PhysioNet2012数据集，包括创建缺失值指示掩码和替换NaN值。然后，初始化SAITS模型，设置相关参数，并在训练集和验证集上进行模型训练。训练完成后，使用模型在测试集上进行预测，并计算均方误差（MSE）以评估模型性能。最后，保存填补后的数据。该流程展示了如何利用深度学习模型处理时间序列数据中的缺失值。
2025-05-15 21:49:58
553
原创 PyPOST与时间序列
时间序列是按时间顺序排列的数据点集合，如股票价格或心率监测，具有时间依赖性和顺序敏感性。时间序列任务包括预测、分类、聚类、异常检测和插补，常用方法有LSTM、ARIMA、Prophet等，应用于股市预测、心电图诊断、设备故障检测等场景。PyPOTS是一个专为处理含缺失值时间序列设计的Python工具库，提供缺失值填补、预测、分类、聚类和异常检测五大功能，并拥有丰富的生态系统，如TSDB数据集、PyGrinder缺失机制模拟器等。
2025-05-13 22:21:55
519
原创 常见的HTTP请求方法和幂等性的概念
Pydantic 是一个强大且易于使用的库，适合任何需要数据验证和模型定义的场景。它的设计优雅，与现代 Python 特性（如类型提示）无缝集成，使得代码更加清晰和健壮。如果你正在开发一个需要处理复杂数据结构的应用程序，Pydantic 是一个非常值得考虑的工具。如何在 FastAPI 中使用 Path 函数对路径参数进行类型校验和元数据声明。通过结合 Python 的类型注解和 Annotated语法，可以为路径参数提供更严格的约束，并生成清晰的文档。2. 核心内容2.1 路径参数校验的基本用法。
2025-05-13 11:03:00
929
1
原创 什么是Fastapi？
FastAPI 是一个功能强大、易用且高效的 Web 框架，特别适合用于构建现代的、高性能的 API。- FastAPI 可以自动生成交互式的 API 文档，支持 OpenAPI 和 Swagger UI，帮助开发者和用户更好地理解和测试 API。- 使用 Pydantic 库，FastAPI 可以自动验证和转换请求和响应数据，确保数据的一致性和正确性。- 支持异步编程（`async`/`await`），可以充分利用现代硬件的多核优势，提高性能。- 用于管理和传递依赖项，提高代码的可测试性和可维护性。
2025-05-13 10:49:43
272
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人