- 博客(8)
- 收藏
- 关注
RSS订阅原创 数据库1——数据库和表
本次实验结合课本知识，我掌握了对数据库、表的创建及插入、更新、删除等操作，以及对数据库的备份和还原操作。2、向数据表fruits、customers、orderitems和suppliers、orders中插入给定的如下数据。解决方法：先创建主表，再创建外键表，并确保外键字段的类型匹配。(2) 表中没有明确指定外键，试分析找出各表中的外键并定义其外键约束、级联删除、级联更新操作；(1) 各表中的“字段说明”属性仅用于辅助说明该属性的含义，不用定义在表的结构中。– 创建 suppliers 表（供应商表）
2025-04-11 16:57:27
232
原创 机器学习之决策树
① 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。内部结点和叶结点。内部结点表示一个特征或属性，叶结点表示一个类。② 决策树是基于树结构来进行预测的。③ 决策过程中提出的每个判定问题都是对某个属性的“测试”。④ 每个决策的结果或是导出最终结论，或是导出进一步的判定问题，其考虑范围是在上次决策结果的限定范围之内。⑤ 从根节点到每个叶结点的路径对应了一个判定预测序列。如下图所示的决策树，长方形和椭圆形都是结点。
2025-04-09 22:57:28
635
原创 学习笔记3
学习 KNN 算法里的欧式距离和曼哈顿距离的时候，让我学会一种新的学习方法，使用类比的方式（比如：在刚看到曼哈顿距离的时候，会觉得公式枯燥无味且只知道死记硬背，但通过理解之后，发现其可以类似于城市街区中从一点到另一点只能沿着街道横竖行走所经过的路程，一下子就明白了，而且记忆深刻）。它计算的是在各个坐标轴上距离的总和，就如同在城市街区中从一点到另一点只能沿着街道横竖行走所经过的路程。欧式距离，作为最为人熟知的距离度量方式，其计算方式基于勾股定理的多维拓展，直观地反映了空间中两点的 “直线” 距离。
2025-04-07 23:03:58
240
原创 学习笔记2
掌握了move_base如何整合全局（A*/Dijkstra）与局部（DWA）路径规划，以及代价地图的分层机制（静态/障碍/膨胀层）。刚开始接触ROS导航避障的时候，面对庞大的ROS生态和零散的教程，我感到非常迷茫。网上资料虽然很多，但质量参差不齐，有的过于简单，有的又过于晦涩难懂，导致学习过程断断续续，效率低下。，里面较为详细系统地介绍了ROS的内容，还附带讲解视频，一步步引导我理解ROS导航的核心逻辑，现在我已经能在虚拟机上完成了导航避障的仿真实验（下图是仿真的效果图）。
2025-04-05 20:35:52
268
原创 学习笔记1
在学习yolov8的过程中，我最大的感受是上手快，但调优有点难。其中YOLOv8的API封装得很好，训练一个基础模型很快（几行代码就能跑起来），但想要达到更好的检测精度，需要深入理解数据、超参数和模型结构之间的关系，这对于初学者来说是比较困难的。且目标检测不同于纯理论的学习，数据质量、训练策略和部署优化都需要动手实验，不断调整。YOLOv8模型训练从数据准备开始，包括数据收集、标注和增强；最后将训练好的模型导出为部署格式并应用到实际场景中。最近正在学习YOLOv8模型的训练。
2025-04-02 22:22:31
182
原创 基于KNN算法求PR曲线和ROC曲线
性能度量是对学习器的泛化性能进行评估，不仅需要有效可行的实验估计方法，还需要有衡量模型泛化能力的评价标准，这就是性能度量。# 生成数据# 划分训练集和测试集# 训练 KNN 模型# 预测概率# 计算 PR 曲线pr_auc = auc(recall[::-1], precision[::-1]) # 确保 recall 是单调递增的# 计算 ROC 曲线# 绘制 PR 曲线# 绘制 ROC 曲线plt.plot([0, 1], [0, 1], 'k--') # 对角线参考线# 显示图像。
2025-03-26 23:15:18
780
2
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