- 博客(23)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习-----曲面平铺：流形学习
机器学习-----曲面平铺：流形学习1. 通俗解释：流形学习是一种非线性降维的思路框架，利用流形学习原理的降维可以有不同的实现方法，例如Isomap(Isometric Mapping ,等距映射)和LLE（Locally Linear Embedding，局部线性嵌入）算法。流形学习的基本假设是，实际任务中的高维数据并不是在高维空间散乱分布的，而是分布在某个流形上。流形可以直观地被想象成高维空间中的一个曲面，流形学习就是将这样的曲面展平在较低维的空间，并保持数据点之间的距离和结构关系尽量不变。2.
2021-03-17 12:28:15
807
原创 Python--简单学生管理系统
import osfilename='student.txt'def meun(): print('''==========================学生管理系统=====================--------------------------功能菜单------------------------''') print('\t\t\t\t\t\t1.录入学生信息') print('\t\t\t\t\t\t2.查找学生信息') print('\t\t\
2021-03-17 12:23:52
130
原创 机器学习-----物理类聚 聚类算法
机器学习-----物理类聚 聚类算法1.通俗解释：聚类算法是一种经典的无监督学习算法，用来将无标记样本聚集成不同的集合（这样的集合一般称为簇），使同一个簇内的样本尽量相似。聚类算法通过不断的迭代计算当前划分下得到的各簇内的相似性，并以此对每个样本点的归属进行更新，最终得到一个稳定的结果。要注意的是聚类是一类算法的总称。本次主要介绍经典的K-means聚类和层次聚类（Hierarchical Clustering）2.任务类型:由于是无监督学习方法，因此聚类可以被应用于本身无标记数据，但是需要对其进行
2021-03-01 22:39:00
286
1
原创 机器学习---线性判别分析和主成分分析
机器学习—线性判别分析和主成分分析1.通俗解释：线性判别分析(Linear Discriminant Analysisi,LDA)与主成分分析（Principle Component Analysis，PCA）都是线性降维（Dimension Reduction）的算法，区别在于LDA是有监督的降维，而PCA是无监督的降维。LDA旨在寻找一个有标签的训练数据集上的最佳投影，是这个投影中同类的数据点较为集中，而不同类的数据点之间尽量分散，从而实现对新样本的判别。PCA则是对于一个无标签的高维的训练样本集
2021-02-20 17:19:38
901
原创 机器学习---朴素贝叶斯模型
机器学习—朴素贝叶斯模型1.通俗解释：朴素贝叶斯模型的基本思路就是利用贝叶斯的后验概率公式来推算当前属性下的数据样本属于哪一个类别。直白一点说，就是在特征属性为当前取值的条件下，该样本归属于那个类别的可能性最大，就把该样本判断为那个类别。从这样的描述中可以看出，实际上我们关注的就是条件概率。而根据贝叶斯定理，条件概率实际上与“类别本身的概率”和“在该类别条件下特征属性为当前取值的条件概率”这两者的乘积成正比，由于特征属性维度较高，朴素贝叶斯通过假设属性条件成立，简化了计算。这就是朴素贝叶斯模型的基本思路
2021-02-06 16:14:21
648
原创 机器学习---k近邻模型
机器学习—k近邻模型1.通俗解释：K近邻模型用来处理根据特征预测类别的分类问题。它实现的方式很直接也很简单：假设有一定量的训练数据，这些数据是已经知道类别的。对于新来的样本，在特征空间中找到距离它最近的k 个训练样本，并找到这k个样本里所属最多的是那个类别，将该类别作为新来样本的预测结果。2.任务类型：k近邻模型处理的任务类型主要是有监督的分类问题，但是实际上k近邻模型也可以处理回归问题。在回归问题中，将分类问题中对k个近邻样本的类别多数表决得到最终预测结果的过程修改为：对k个近邻样本的输出值进行平
2021-01-29 22:52:26
1430
原创 机器学习--化直为曲：逻辑斯蒂回归
化直为曲：逻辑斯蒂回归1. 逻辑斯蒂回归简介：逻辑斯蒂回归是一个较为简单的分类器，既可以处理二分类问题也可以处理多分类问题。它通过一个非线性函数对数据样本的类别进行学习，可以看作对样本属于某一类别的概率进行回归，已经被标定为某一类别标签的训练样本 ，我们就认为是它属于该类别的概率为1，属于其他的概率为0.然后将训练好的模型应用于新的样本，就可以输出该样本是每个类别的概率分别是多少，选择概率最大的类别作为最终的分类结果。2. 逻辑斯蒂回归任务类型：通常用来处理二分类问题或多分类问题。与SVM直接在空间
2021-01-14 18:03:45
367
1
原创 机器学习--支持向量机模型
SVM简介通俗的解释：给定两组不同类别的数据点，找一个超平面把他们分割开，并希望这个超平面离这两组数据点的距离尽可能大。这样，我们就认为超平面一侧是一个类别。另一侧则是另一个类别。当新来一个数据点时，只需看它在这个分割平面的那一侧，就可以预测其类别。任务类型：通常用来处理有监督的分类问题，即需要一定的类别标注的训练集来确定超平面，然后对没有标注的样本进行类别预测。SVM既可以处理两类别分类问题，也可以通过对类别进行划分，处理多类别分类问题。支持向量机算法的基本流程代码实现fro..
2021-01-09 17:56:52
1536
4
原创 机器学习-----线性回归模型（线性回归，岭回归，lasso回归对比）
import sklearnimport numpy as npfrom sklearn import datasets ,linear_modelimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitprint(sklearn.__version__)def TrainLinearRegression(X,y): model=linear_model.LinearRegr
2020-12-10 09:40:38
326
原创 Gale和Church的句对齐算法
Gale和Church的句对齐算法 ******如有问题请留言******论文的链接地址A Program for Aligning Sentences in Bilingual Corpora。第一步是段落对其第二步是在段落内部进行句对齐。Gale和Church的句对齐算法只解析的是已知段落对齐，怎样在段落内进行句对齐。首先定义几个概念和定义的符号。句子 一个短的字符串。段落 语文里的自然段。分为源语言L1的段落和目标语言L2的段落，或称原文段落和译文段落。段落由一个序列的连续句
2020-12-09 21:04:22
412
1
原创 面向对象介绍python
‘’’面向对象程序 现实中对象=======》 具体的事物现实中的事物=====》转成电脑程序世间万物皆对象好处: 面向对象： 类 对象 属性 方法对象：小花的手机李华的手机赵飞的手机小李的手机 对象的共同集合： ===》共同特征：品牌 颜色 大小 价格 动作 ： 打电话 发短信 上网 打游戏类别：手机类学生类小花 李华特征： 姓名 年龄 性别 升高 血型动作：刷抖音 敲代码 看
2020-11-26 17:00:11
86
原创 python 文件读取与写入图书管理简单代码
#图书馆管理系统#持久化保存： 文件 list 元组 字典---->内存#用户注册def register(): username=input('输入用户名：') password=input('输入密码：') repassword=input('再次确认密码：') if password==repassword : #保存信息 with open(r'D:\studyfile\naturallanguage\12.t
2020-11-18 17:04:31
344
原创 python with open 文件复制
python with open 文件复制#文件的复制'''源文件：D:\studyfile\naturallanguage\metadata.txt目标文件：D:\studyfile\naturallanguage\12.txtwith open 使用 可以帮助我们自动释放资源'''with open(r'D:\studyfile\naturallanguage\metadata.txt','rb') as stream: container=stream.read()
2020-11-18 15:06:13
660
原创 文件读写操作：python
'''文件操作：文件上传，保存日志，系统函数：open(路径/文件名，‘rt’)----->返回值 stream（管道）mode:r w //read write 纯文本文件 rb wb //b binary 纯文本 //rb:read binary wb:write binary //图片 音乐 电影注意：如果传递的路径/文件名有错误，则会报错：FileNotFoundError文件上传：文件下载：缓存：调节CPU和硬盘
2020-11-18 14:32:38
105
原创 函数总结以及递归函数简单实例：（python）
函数总结以及递归函数简单实例：（python）'''函数总结：1.普通函数 def func([参数....]) : 函数体 参数： 1.无参数 def func(): pass 2.有参数 一般参数 def func(a,b): pass func(1,3) 可变参数 def func(*args,**kwargs): args 单个元素 kwargs关键字参数
2020-11-17 16:38:51
193
原创 python 匿名函数以及实例
python 匿名函数以及实例#匿名函数list=[1,2,3,4,43,2,3,4]list1=[{'ee':1,'ee1':11},{'ee':111,'ee1':111},{'ee':54545,'ee1':1111111}]max1=max(list)print(max1)m=max(list1,key= lambda keys : keys['ee1']) #从列表中依次去除字典，用keys接收，在取出字典关键字对应的值返回给key,用key作为依据比较print(m)
2020-11-17 16:05:00
321
原创 python装饰器简单应用实例
#装饰器的应用import timeislogin = False #默认是没有登陆的#定义一个登录函数def login(): username=input('请输入用户民：') password=input('请输入密码:') if username=='admin' and password=='123456': return True else: return False#定义一个装饰器，进行付款验证def login
2020-11-16 16:43:27
74
原创 Linux ----grep指令的简单实例
作用：搜索，过滤，主要对文件/内容 进行筛选，选出需要的内容使用grep筛选出12.txt中的wen加上-v 表示取反扩展用法：grep -E “关键词1|关键词2|…” 文件路径或内容选项 -E 表示 extension 改语法表示多条件筛选“|" 表示 or上述扩展用法等价于：#egrep “关键词1|关键词2|…” 文件路径或内容...
2020-11-15 21:12:19
61
原创 多层装饰器及带参数装饰器实例
#装饰器import time'''1.如果装饰器是多层的，，谁距离函数近就优先使用那个装饰器，装饰完在进行下一个'''def zhaungxiu1(func): print('----------->1.start') def wrapper(): func() time.sleep(2) print('刷漆') print('--------->2.end') return wrapperdef z
2020-11-15 17:57:49
135
原创 python装饰器及简单实例
#装饰器'''加入购物车，付款，修改收获地址判断用户登录状态'''def func(number): a=100 def inner_func(): nonlocal a nonlocal number number+=1 for i in range(number): a+=1 print('修改后的a的值：',a) return inner_func#调用fun.
2020-11-15 17:26:01
95
原创 python 列表 元组 字典的区别
列表：[ ] list element 可修改 list=list() 空列表元组 （） tuple element 不可修改 tuple=tuple() 空元组字典 { } dict key : value dict=dict() 空字典dict.items() 将字典转成列表，键值放在元组内，存放在列表 key,value=d..
2020-11-07 18:56:45
160
原创 人工智能--一种现代的方法（知识点总结第一章）
第一章 绪论什么是人工智能1.像人一样思考2.合理的思考3.像人一样行动4.合理的行动像人一样行动：图灵测试的途径1.如果一位人类询问者在提出一些书面问题以后，不能区分书面回答来自计算机还是人，那么这台计算机就通过测试，这就是著名的图灵测试。可以通过看模仿游戏来了解。AI要具备以下功能：1.自然语言处理2.知识表示3.自动推理4.机器学习5.计算机视觉6.机器人学像人一样思考：认知建模的途径合理的思考：“思维法则” 的途径合理的行动：合理Agent的途
2020-11-05 13:49:49
2031
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人