- 博客(27)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 安装全部endnote参考文献格式
有些期刊的格式endnote没有带，需要自己下载，这里写一下下载过程。很简单。首先进入endnote官网：https://endnote.com/style_download/energy/可以点击上面的download all styles把所有的格式都下下来，也可以搜某个期刊的格式特定下载。下载后会有一个styles 文件夹，里面就有各种格式将这个里面的文件全选，复制，粘贴到endnote安装目录下styles文件夹里面，这样就可以了。在endnote-.
2020-10-13 09:03:00
5288
原创 LaTex错误解决方法——File `xx.sty‘ not found. \renewcommand
今天编译一个模板文件的时候出现了几次File `mweights.sty' not found. \renewcommand错误，来记录一下解决方法。首先下载这个sty文件，我看了很多博客，从https://www.ctan.org/这里可以下载，我下下来是zip文件也不知道咋弄……于是翻墙直接搜，找到sty文件，点击进去是这样的，点击右键另存为，文件名就是上面这个，xx.sty然后进入这个文件夹，安装目录，建立一个同名的文件夹，再把你刚才下载的sty文件放进去建好是这样的：
2020-09-28 10:08:53
22427
1
原创 【数据预处理】数据归一化方法normalization，数据平滑smoothing
Table of Contents归一化：Min-max normalization： to [new_minA, new_maxA]z-score normalization(μ: mean, σ: standard deviation):Normalization by decimal scaling代码示例：数据平滑data smoothing methods...
2020-03-24 22:24:38
1930
原创 3.23 线性模型 ——读《python机器学习基础教程》第二章
线性模型1. 用于回归的线性模型2.线性回归（普通最小二乘法OLS）线性回归寻找参数w 和b，使得对训练集的预测值与真实的回归目标值y之间的均方误差最小。线性回归没有参数，这是一个优点，但也因此无法控制模型的复杂度。例子：# linear regressionfrom sklearn.linear_model import LinearRegressionfrom ...
2020-03-23 15:18:45
329
原创 3.20 k近邻/数据集举例 ——读《python机器学习基础教程》第二章
样本数据集forge数据集包含26 个数据点和2 个特征（shape函数）#生成数据集X, y = mglearn.datasets.make_forge()#数据集绘图mglearn.discrete_scatter(X[:,0],X[:,1],y)plt.legend(["Class 0", "Class 1"],loc=4)plt.xlabel("First feat...
2020-03-23 11:00:52
599
原创 3.19 机器学习应用：鸢尾花分类Iris
一、数据描述、调用测量数据：花瓣的长度和宽度以及花萼的长度和宽度，所有测量结果的单位都是厘米类别：属于setosa、versicolor 或virginica 三个品种之一机器学习中的个体叫作样本（sample），其属性叫作特征（feature）。data 数组的形状（shape）是样本数乘以特征数。#调用load_iris 函数来加载数据from sklearn.datase...
2020-03-19 17:46:58
1229
原创 3.19读《python机器学习基础教程》第一章基础知识
书中提到的一些资源网站：补充材料（代码示例、IPython notebook 等）可以在https://github.com/amueller/introduction_to_ml_with_python 下载。 scikit-learn 包含许多目前最先进的机器学习算法，每个算法都有详细的文档（http://scikit-learn.org/stable/documentation）。 ...
2020-03-19 15:51:18
284
原创 【自学python100天】D5-构造程序逻辑
https://github.com/jackfrued/Python-100-Days/blob/master/Day01-15/05.%E6%9E%84%E9%80%A0%E7%A8%8B%E5%BA%8F%E9%80%BB%E8%BE%91.md锻炼自己把用人类自然语言描述的算法（解决问题的方法和步骤）翻译成Python代码的能力 快捷键: #%%分割cell CTRL + en...
2020-01-17 14:33:49
503
原创 【自学python100天】D4-循环结构
https://github.com/jackfrued/Python-100-Days/blob/master/Day01-15/04.%E5%BE%AA%E7%8E%AF%E7%BB%93%E6%9E%84.md循环结构在编程里是比较有用的，对逻辑的要求也更高，很多累加、枚举都要用到循环。场景：重复的执行某条或某些指令 两种：一种是for-in循环，一种是while循环for-in...
2020-01-17 10:03:40
636
原创 【自学python100天】D3-分支结构
https://github.com/jackfrued/Python-100-Days/blob/master/Day01-15/03.%E5%88%86%E6%94%AF%E7%BB%93%E6%9E%84.md程序的三大结构：顺序结构、分支结构、循环结构。分支结构：if、elif和else关键字 缩进表示结构块逻辑分段函数x=input('x=')x=float(...
2020-01-16 21:01:29
272
原创 【自学python100天】D2-语言元素
https://github.com/jackfrued/Python-100-Days/blob/master/Day01-15/02.%E8%AF%AD%E8%A8%80%E5%85%83%E7%B4%A0.md变量命名对于每个变量我们需要给它取一个名字，就如同我们每个人都有属于自己的响亮的名字一样。在Python中，变量命名需要遵循以下这些必须遵守硬性规则和强烈建议遵守的非硬性规则。...
2020-01-16 20:31:28
322
原创 小波包分解
https://blog.csdn.net/cqfdcw/article/details/84995904https://blog.csdn.net/helloseey/article/details/9002252
2020-01-10 10:16:17
1988
原创 libsvm使用教程及问题解决
一些网页资料：libsvm教程https://www.csie.ntu.edu.tw/~piaip/svm/#svmtoyA Practical Guide to Support Vector Classification：https://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf解决预测结果是空的问题：输出参数变化...
2020-01-10 09:55:37
240
原创 matlab中libsvm工具箱“svmtrain has been removed. Use fitcsvm instead.”问题解决记录
svmtrain has been removed. Use fitcsvm instead.下载安装好libsvm包之后，跑程序的时候引用svmtrain出现了这个问题，百度了挺多教程，参考https://blog.csdn.net/cq1042713261/article/details/89333787解决了问题~就是把matlab这个文件夹里的svmtrain文件改个名字，防止...
2020-01-09 16:57:13
4253
2
原创 matlab安装LIBSVM包的过程及问题解决记录
版本：win10，64bit，matlab2018b过程：1.下载libsvm包https://www.csie.ntu.edu.tw/~cjlin/libsvm/2.解压到matlab的toolbox文件夹中3.打开matlab，在设置路径-添加文件夹中添加libsvm4.将当前路径设置到libsvm 3.2.2/matlab 后，在命令行窗口运行m...
2020-01-08 16:43:06
362
原创 【动手学深度学习10.15】数据操作NDArray的使用学习
创建NDArray和NumPy的多维数组非常类似。然而，NDArray提供GPU计算和自动求梯度等更多功能，这些使NDArray更加适合深度学习先导入这个模块：from mxnet import nd创建行向量：x=nd.arange(5)x输出：[0. 1. 2. 3. 4.]（长度6，一维数组）<NDArray 5 @cpu(0)>形状（横，竖...
2019-10-15 22:29:54
212
原创 动手学深度学习10.15小白的安装问题解决
之前已经安装过了anaconda，所以不用在安miniconda了遇到的问题：cmd里输入命令显示“'conda' 不是内部或外部命令，也不是可运行的程序 或批处理文件。”解决方法：添加环境变量。具体如下链接https://blog.csdn.net/BetterManXJS/article/details/82502730接着配置环境：https://blog.csdn....
2019-10-15 21:36:02
476
转载 0417学习笔记：3.1决策树的构造-划分数据集
按照给定特征划分数据集（当我们按照某个特征划分数据集时，就需要将所有符合要求的元素抽取出来）def splitDataSet(dataSet, axis, value): #创建新的list对象（为了不修改原始数据集） retDataSet = [] for featVec in dataSet: if featVec[axis] == value: #抽取符合特征...
2018-04-20 09:09:57
501
转载 0415学习笔记：3决策树
1.决策树--》处理分类问题。最常使用的数据挖掘算法。专家系统中经常使用2.优势：数据形式容易理解，计算复杂度不高，对中间值缺失不敏感，可处理不相关特征数据。缺：可能过度匹配3.信息增益： 划分数据集：无序数据变得有序--》》使用信息论度量信息如何计算信息增益？（集合信息的度量方式称为熵--信息的期望值）3-1计算给定数据的熵#coding:utf-8from math import lo...
2018-04-15 17:29:27
190
转载 0415学习笔记：2.3手写识别系统-k近邻算法
1.二进制图像转换为1x1024的向量def img2vector(filename): returnVect = zeros((1,1024)) fr = open(filename) for i in range(32): lineStr = fr.readline() for j in range(32): re...
2018-04-15 15:58:12
320
转载 0415学习笔记：k近邻算法总程序--约会网站预测函数
#coding:utf-8from numpy import *#科学计算包import operator #运算符模块def createDataSet(): #创建数据集和标签 group = array([[1.0,1.1], [1.0,1.0], [0,0], ...
2018-04-15 14:36:32
286
转载 0415学习笔记：使用k近邻算法改进约会网站配对结果
1.准备数据：从文本文件中解析数据def file2matrix(filename): #输入：文本文件名字符串;输出：训练样本矩阵和类标签向量 fr = open(filename) arrayOlines = fr.readlines() numberOfLines = len(arrayOlines) #得文件行数 returnMat = zeros((num...
2018-04-15 14:34:30
272
转载 0415学习笔记：实施kNN算法
def classify0(inX, dataSet, labels, k): #inX is input vector, dataSet is training set 用于分类的输入向量是inX，输入的训练样本集为dataSet，标签向量为labels，最后的参数k表示用于选择最近邻居的数目 dataSetSize = dataSet.shape[0] #返回行数 diffMa...
2018-04-15 12:52:47
166
转载 0413学习笔记：实施kNN算法-构建分类器程序
def classify0(inX, dataSet, labels, k): #inX is input vector, dataSet is training set dataSetSize = dataSet.shape[0] #calculate distance diffMat = tile(inX, (dataSetSize,1)) - dataSet sqDi...
2018-04-13 11:36:08
270
转载 0413学习笔记：实施kNN算法过程中的一些小问题
改变当前路径：import kNNsys.path.append('/home/yang/Software/pycharm-community-2017.3.4/bin/桌面/PycharmProjects/untitled/k18')调用kNNimport kNN创建两个变量group,labels = kNN.createDataSet()shape函数功能：读取矩阵的长度 #读取一维...
2018-04-13 11:23:32
375
2
转载 0412学习笔记：numpy
调用numpyfrom numpy import *生成4*4随机数组：random.rand(4,4)Out[7]: array([[ 0.53488217, 0.91218101, 0.57634862, 0.70327876], [ 0.00937165, 0.80176848, 0.14116376, 0.51859265], [ 0.38045...
2018-04-12 21:55:50
166
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人