自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 机器学习线性回归

图中有许多数据点[[4.2, 3.8],[4.2, 2.7],[2.7, 2.4],[0.8, 1.0],[3.7, 2.8],[1.7, 0.9],[3.2, 2.9]] ,而我们也可以画出很多直线方程来表示它们间的关系,那么究竟选择哪个直线作为最有的回归方程呢?一般我们把学习率设置成一个小数,如0.1、0.01、0.001、0.0001等,且学习率在整体迭代过程中是不变的,设置较小的原因是在接近收敛时可以更加精准的获取w的值,提高准确率。在公式中是常数,而常数的变化不会影响自变量和因变量之间的关系。

2025-02-26 20:50:05 797

原创 机器学习的基础预估器

两类常用的距离公式分别是欧氏距离和曼哈顿街区距离二维举例:三维举例:二维:三维:二维:三维:k-近邻算法(KNN)是根据k个邻居样本的类别来判断当前样本的类别,即近朱者赤近墨者黑。实质:将所有特征空间中的数据与当前样本进行欧氏距离的计算,找出k个最相似(最邻近)的样本,统计这些样本的类别,得出其中占比最多的类别,则判断当前样本也属于该类别。参数;3、模型保存与加载(1)模型保存使用joblib包下的dump方法,参数:1、要保存的模型 2、保存地址文件(2)模型加载使用jobl

2025-02-25 20:37:13 577

原创 机器学习之特征工程

当进行数据预处理时,首先需要在训练集x_train上使用fit_transform,这样做可以一次性完成统计信息的计算和数据的标准化。特征工程,即对特征进行相关的处理(一般是使用pandas进行数据清洗和数据处理、使用sklearn进行特征工程),就是将任意数据(如文本或图像)转换为可用于机器学习的数字特征,比如字典特征提取、文本特征提取、图像特征提取等。它的目的是将不同特征的数值范围缩放到统一的标准范围,以便更好地适应一些机器学习算法,特别是那些对输入数据的尺度敏感的算法。无量纲,即没有单位的数据。

2025-02-24 21:01:56 920

原创 opencv基础重点知识01

二值化就是将某张图片的所有像素改成只有两种值之一,其操作对象为灰度图。二值化的过程就是将一张灰度图的像素根据不同的规则修改成0和maxval(自定义参数),使图像呈现黑白的效果,从而帮助我们更好地分析图像中的形状、边缘和轮廓等特征。处理规则:阈值法(cv2.THRESH_BINARY)、反阈值法(cv2.THRESH_BINARY_INV)、截断阈值法(cv2.THRESH_TRUNC)、低阈值零处理(cv2.THRESH_TOZERO)、超阈值零处理(cv2.THRESH_TOZERO_INV)等。

2025-02-20 20:26:39 1909

原创 数据结构(简略版)

数据结构是计算机科学中的一个核心概念,它是指数据的组织、管理和存储方式,以及数据元素之间的关系。数据结构通常用于允许高效的数据插入、删除和搜索操作。:数组、链表、栈、队列等。:树、二叉树、堆、图等。:哈希表。:B树、B+树等。

2025-02-11 19:08:44 1988

原创 Pandas第三方库

Pandas 是一个开源的 Python 库,专门用于数据 manipulation(数据处理)和 analysis(数据分析)。它提供了高效的数据结构和工具,使得处理结构化数据变得简单直观。

2025-02-07 20:48:12 1058

原创 Matplotlib库的常用函数

(3)format_string:用于指定线条样式、颜色等(常用:颜色:b(蓝色)、g(绿色)、r(红色),线条:-(实线)、--(虚线)、:(点线))subplots创建了一个包含多个子图的图形窗口,且它返回的是一个包含所有子图的数组,这样使得更方便地对每个子图进行操作,因此可以批量操作这些子图。set_xticks() 和 set_yticks() 函数可以手动指定刻度,接受一个列表对象作为参数,列表中的元素表示对应轴上要显示的刻度。若数据准备时已经确定了x、y的范围,则可以适当的调整范围。

2025-02-06 20:13:11 2546

原创 NumPy扩展包知识补充

np.resize(array, new_shape):修改为任意形状的数组,当元素不足时,则重复填充原数组元素注意:该方法与reshape()方法均可修改数组形状,但reshape()方法要求新数组必须与原数组的总数相同。

2025-02-05 18:59:07 907

原创 NumPy第三方扩展包

reshape()函数允许在不改变原数组数据的情况下改变数组的维度,即返回的新数组是原数组的一个视图,修改新数组数据后原数组也会被修改,并且数组变维时要求元素总数必须匹配,即长度为6的数组可以被变维成(2,3)或(3,2),但不能变维成(2,2)。# 1.d是2维数组,e是一维数组,e自动广播为二维数组:[[10 20 30] [10 20 30]],形状为(2,3)# 2.d和e在行维度上都为2,d在列维度上是一维,自动广播为:[[1 1 1] [2 2 2]],形状为(2,3)

2025-02-04 12:32:44 935 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

提示
确定要删除当前文章?
取消 删除