- 博客(11)
- 收藏
- 关注
RSS订阅原创 机器学习05-朴素贝叶斯算法
至此我们学习了sklearn库里的特征工程（对数据集进行处理），学习了对模型评估、选择和调优。本节学习的是机器学习中的算法之一朴素贝叶斯算法。它是一个可以对数据集进行分类任务的算法，它运用的就是概率论中的贝叶斯定理，而朴素贝叶斯就是建立在特征之间独立的情况下。本节会运用概率论中的一些知识点和公式，复习或者了解一下会更助于我们学习该算法。
2025-08-17 12:30:17
1227
原创 机器学习04-模型选择与调优
本节将学习模型选择与调优，具体有模型性能的验证（通过交叉验证实现：就是如何划分数据集，进行模型的训练和性能测试）:保留交叉验证、k-折交叉验证、分层k-折交叉验证。包括模型超参数的选择和设置，比如我们的knn模型需要设置一个参数k值，但不知怎么设置，一个个尝试会耗费大量时间，所以设置一个范围区间让计算机自己找最优k值（网格搜索：类似一个循环操作，筛选设置的值中最佳的超参数）。最后还有模型的保存和加载，完成一个模型保存后，后续需要时直接调用加载即可。
2025-08-13 20:21:31
1236
原创 机器学习03-sklearn模型评估指标与knn算法
回顾使用sklearn库进行及其学习的步骤：先获取数据集，再进行数据处理，如果遇到不是机器语言的数据，需要通过特征工程处理，包括特征降维等，最后使用估计器进行机器学习（也可以看作是训练模型的过程即fit操作）。对sklearn模型的评估指标就是用来验证模型性能的一些内容，比如准确率、召回率、混淆矩阵等，这也是本节的主要内容。开发者就可以根据这些指标更加直观的了解模型的性能情况。本节也会学习knn算法，即k近邻算法。
2025-08-12 20:23:38
1418
原创 机器学习02-特征工程
上一节学习了sklearn库的安装以及各类数据集的加载与下载，包括数据集的划分（二维数组数据集划分（train_test_split）和字典数据集划分（DictVectorizer），以及一点fit_transform函数的应用。本节将学习特征工程，对于fit_transform函数有更深入的学习，以及提取字典DictVectorizer特征和统计词频CountVectorizer的方法原理以及应用，以及TF-IDF，一种常用的文本特征表示方法的学习。
2025-08-11 00:57:08
1248
原创 机器学习01-安装环境与sklearn库
机器学习包括如聚类、分类、决策树、贝叶斯、神经网络、深度学习等算法机器学习的基本思路是模仿人类学习行为的过程，如我们在现实中的新问题一般是通过经验归纳，总结规律，从而预测未来的过程。名称说明加载 20 Newsgroups 数据集，用于文本分类任务参数名类型默认值可选值说明data_homestr (可选)指定数据缓存目录路径subsetstr'train''test''all'指定加载的数据子集：训练集、测试集或全部数据return_X_yboolFalseTrueFalse。
2025-08-07 20:27:43
1115
原创 opencv02-图像预处理（终章）
上节我们学习了图像轮廓特征查找，查找图像外接矩形、最小外接矩形以及最小外接圆，并分别通过绘制直线和绘制轮廓的API实现；然后学习了直方图均衡化，知道如何绘制直方图（直方图的特征以及横坐标）以及直方图均衡化的作用（增加对比度），了解了传统的自适应直方图均衡化不能解决的问题：忽略了图像的局部特征和全局对比度的差异，因此引入对比度受限的自适应直方图均衡化：在每个小区域内进行直方图均衡化，并对该区域内的对比度进行限制，这样就减少了丢失细节信息的情况；
2025-08-06 20:23:23
1231
原创 opencv02-图像预处理（四）
上节我们学习了图像梯度的处理（水平边缘和垂直边缘的提取以及两个算子：Sobel算子和Laplacian算子），用Canny的一整套方案进行图像的边缘检测包括噪点去除（高斯滤波）、计算图像的梯度和方向（Sobel算子），进行非极大值抑制（保留梯度的最大值）和双阈值筛选（去除伪边缘。本节将继续学习图像的预处理，包括图像轮廓特征查找、每节都不要忘记导包：import cv2 as cv，并且必要时导入模块numpy：import numpy as np。
2025-08-05 19:24:46
1168
原创 opencv02-图像预处理（三）
本节内容续图像噪点消除。本节会应用到上节的灰度化、二值化、滤波、卷积核等知识点，还会涉及到一些高数知识如一阶求导、二阶求导来进行梯度的计算，以及插值的一些知识点。本节也不要忘记导包：import cv2 as cv，以及必要时导入numpy模块：import numpy as np。
2025-08-04 20:25:20
1073
原创 opencv02-图像预处理（二）
图像预处理（上）回顾：图像翻转，仿射变换函数（旋转，缩放，平移，剪切），五个插值方法（最近邻，双线性，双三次，像素区域，Lanczos），边界填充，透视变换，颜色转换（RGB转灰度，RGB转HSV，BGR转RGB），颜色加法，灰度化（最大值法，平均值法，加权均值法，两个极端灰度值）。本节内容连接图像预处理（上）的内容。包括二值化，掩膜，ROI切割，图片添加水印，图像噪点消除知识点。本节也要记得导入模块cv2：import cv2 as cv。
2025-08-02 22:52:51
1342
原创 opencv02-图像预处理（一）
这里会运用到矩阵的知识，包括矩阵乘法，矩阵的逆。记得导入模块cv2：（这里我为cv2创建了一个别名cv，便于编写）。必要时再导入numpy模块：。（下图中我都做了大小的调整方便观察）一、图像翻转（图像镜像旋转）在OpenCV中，图片的镜像旋转是以图像的中心为原点进行镜像翻转的。要翻转的图像指定翻转类型的标志注意：flipcode=0: 垂直翻转，图片像素点沿x轴翻转flipcode>0: 水平翻转，图片像素点沿y轴翻转flipcode<0: 水平垂直翻转,水平翻转和垂直翻转的结合。
2025-07-31 20:35:29
1387
原创 opencv01-图像基础
本文介绍了OpenCV在图像处理中的基础应用。主要内容包括：1）图像表示与存储，说明RGB/BGR通道和NumPy数组存储方式；2）基本图像操作，如创建窗口、读取/显示/保存图像、创建黑白图像和图像裁剪；3）图像绘制功能，包括直线、矩形和圆形绘制；4）视频处理基础，通过循环读取帧实现视频播放。文章强调OpenCV与NumPy的配合使用，并指出这些基础操作为后续复杂图像处理打下基础。所有操作均需注意资源释放和窗口关闭。
2025-07-30 19:23:32
763
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