5 cock_study

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 53w+

MySQL的数据类型 .

一、MySQL的数据类型主要包括以下五大类:整数类型:BIT、BOOL、TINY INT、SMALL INT、MEDIUM INT、 INT、 BIG INT浮点数类型:FLOAT、DOUBLE、DECIMAL字符串类型:CHAR、VARCHAR、TINY TEXT、TEXT、MEDIUM TEXT、LONGTEXT、TINY BLOB、BLOB、MEDIUM BLOB、LONG

2015-08-02 11:20:45

MySQL-5.6.24免安装版配置方法

1. 下载MySQL Community Server 5.6.242. 解压MySQL压缩包    将以下载的MySQL压缩包解压到自定义目录下,我的解压目录是:    "C:\mysql"    将解压目录下默认文件 my-default.ini 拷贝一份,改名 my.ini    复制下面的配置信息到 my.ini 保存    #如果没有my-default.ini,

2015-08-02 11:04:26

机器学习算法与Python实践之(三)支持向量机(SVM)进阶

机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python,然后也想对一些机器学习算法加深下了解,所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍,所以就参考这本书的过程来学习了。       在这一节我们主要是对支持向量机进行系统的回顾,以及通过Python来实现。由于内容很多,所以这里分成三篇博文。第一篇讲SV

2015-07-20 21:44:46

机器学习算法与Python实践之(二)支持向量机(SVM)初级

目录一、引入二、线性可分SVM与硬间隔最大化三、Dual优化问题       3.1、对偶问题       3.2、SVM优化的对偶问题四、松弛向量与软间隔最大化五、核函数六、多类分类之SVM       6.1、“一对多”的方法       6.2、“一对一”的方法七、KKT条件分析八、SVM的实现之

2015-07-07 21:44:44

机器学习算法与Python实践之(七)逻辑回归(Logistic Regression)

机器学习算法与Python实践之(七)逻辑回归(Logistic Regression)zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python,然后也想对一些机器学习算法加深下了解,所以就想通过Python来实现几个比较常用

2015-06-17 19:52:49

机器学习实战决策树之眼镜男买眼镜

决策树是个极其易懂的算法,建好模型后就是一连串嵌套的if..else...或嵌套的switch。优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据;缺点:可能会产生过度匹配的问题;适用数据类型:数值型和标称型。决策树的Python实现:(一)先实现几个工具函数:计算熵函数,划分数据集工具函数,计算最大概率属性;

2015-06-05 21:10:51

用Python开始机器学习(2:决策树分类算法)

从这一章开始进入正式的算法学习。首先我们学习经典而有效的分类算法:决策树分类算法。1、决策树算法决策树用树形结构对样本的属性进行分类,是最直观的分类算法,而且也可以用于回归。不过对于一些特殊的逻辑分类会有困难。典型的如异或(XOR)逻辑,决策树并不擅长解决此类问题。决策树的构建不是唯一的,遗憾的是最优决策树的构建属于NP问题。因此如何构建一棵好的决策树是研究的重点。

2015-06-03 22:21:49

朴素贝叶斯分类器

1.贝叶斯公式条件概率 p(B|A)=p(AB)p(A)则p(AB)=p(A)p(B|A)全概率公式 p(A)=p(B1)p(A|B1)+p(B2)p(A|B2)+...+p(Bn)p(A|Bn)贝叶斯公式 p(Bi|A)=p(ABi)p(A)=p(A|Bi)p(Bi)Σj=0np(A|Bj)p(Bj)该公式给出了在事件A下,事件Bi发生的概

2015-05-28 22:05:35

Knn近邻算法

机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python,然后也想对一些机器学习算法加深下了解,所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍,所以就参考这本书的过程来学习了。 一、kNN算法分析      K最近邻(k-NearestNeighbor,KNN)分类算法可以说是最简单的机器学习算法了。它采用

2015-05-27 21:55:22

感知机学习算法实现

(1)感知机是二类分类的线性分类模型,其输入是实例的特征向量,输出为实例的类型。          感知机学习的目的是将训练数据进行线性划分的分离超平面,属于是判别模型。感知机学习采用基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,最后求得感知机模型。          强调:利用感知机学习策略进行训练的数据集要求必须是线性可分的,否则感知机学习算法不会收敛,迭代结果会发

2015-05-20 18:38:53
勋章 我的勋章
    暂无奖章