<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[HC_DATA的博客]]></title><description><![CDATA[机器学习]]></description><link>https://blog.youkuaiyun.com/HC_DATA</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; HC_DATA]]></copyright><item><title><![CDATA[numpy基本操作总结]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/107788135</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/107788135</guid><author>HC_DATA</author><pubDate>Tue, 04 Aug 2020 18:28:54 +0800</pubDate><description><![CDATA[numpy概述
numpy是一个很强大的针对数组、矩阵的科学计算库，由于机器学习大量需要进行矩阵运算，而图像的本质也是数值矩阵，因此在机器学习、图像处理应用非常频繁。这里总结一下numpy的一些常用操作。
数组类型Ndarray

创建数组类型Ndarray

ndarray对象是用于存放同类型元素的多维数组，是numpy中的基本对象之一。我们通常可以用numpy.array的方式创建一个ndarray的数组。
&gt;&gt;&gt; pytuple = (4,5,6) 
&gt;&gt;&gt; ll ]]></description><category></category></item><item><title><![CDATA[彻底搞懂Python装饰器]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/107658879</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/107658879</guid><author>HC_DATA</author><pubDate>Wed, 29 Jul 2020 11:41:47 +0800</pubDate><description><![CDATA[装饰器说明
装饰指的是为被装饰对象添加新功能，需要注意的是：项目一旦上线之后，就应该遵循开放封闭的原则。开放封闭指的是对修改函数内的源代码和调用方式是封闭的，对功能的扩展是开放的。看起来有点矛盾，但这就是我们要做的。在这样的要求下，我们必须要找到一种解决方案，能够在不修改一个功能内源代码以及调用方式的前提下，为其添加新功能，这就用到了装饰器，它能够在不修改被装饰对象源代码与调用方式的前提下，为被装饰对象添加新功能。
场景引入
假设我们定义了一个插入排序函数，这个函数被公司其他同事调用，现在领导要求添加一个函]]></description><category></category></item><item><title><![CDATA[基于pandas的内置可视化]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/104650621</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/104650621</guid><author>HC_DATA</author><pubDate>Wed, 04 Mar 2020 15:36:26 +0800</pubDate><description><![CDATA[数据分析能够很好地帮我们了解数据，理解数据，能够帮助我们进行有效的特征工程，方便后续的机器学习建模。pandas作为强大的数据分析工具，提供的内置可视化功能也是十分强大的。
基本绘图
Series和DataFrame上的这个功能只是使用matplotlib库的plot()方法的简单包装实现。
%matplotlib inline
import pandas as pd
import numpy a...]]></description><category></category></item><item><title><![CDATA[VGG论文精读笔记]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/102788063</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/102788063</guid><author>HC_DATA</author><pubDate>Thu, 14 Nov 2019 00:03:06 +0800</pubDate><description><![CDATA[文章简介
VERY DEEP CONVOLUTIONAL NETWORKS
FOR LARGE-SCALE IMAGE RECOGNITION
该文章介绍了基于深度卷积神经网络的大规模图像分类(经典网络)，验证了卷积神经网络的深度对大规模图像分类准确率的影响。
作者：Karen Simonyan &amp; Andrew Zisserman
单位：牛津大学(Visual Geometry Grou...]]></description><category></category></item><item><title><![CDATA[pandas技能总结]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/97036607</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/97036607</guid><author>HC_DATA</author><pubDate>Tue, 30 Jul 2019 21:57:14 +0800</pubDate><description><![CDATA[1 pandas常用数据读取
 pandas可以读取各种格式的数据文件，比如常见的csv,excel和数据库等数据文件，还能读取粘贴板里的数据。


读取csv文件import pandas as pd
df = pd.read_csv('filename')


读取excel文件df = pd.read_excel('filename')


读取数据库文件con = pymysql.conn...]]></description><category></category></item><item><title><![CDATA[机器学习常用可视化系列(一)]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/88599219</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/88599219</guid><author>HC_DATA</author><pubDate>Sat, 16 Mar 2019 22:19:59 +0800</pubDate><description><![CDATA[概述
在做机器学习的过程中，可视化能帮助我们了解模型训练状态，评估模型效果，还能了解数据，帮助我们了解算法模型，改善模型，在论文中好的可视化也是大大加分的~下面我总结了一下我在做机器学习时候常用的可视化。这篇博文会不断更新，目前水平有限，欢迎小伙伴们补充与指正！！！

降维可视化

通过PCA、LDA或SVD矩阵分解，将高纬数据转换为2维，便于可视化查看数据分布，了解数据特性。


...]]></description><category></category></item><item><title><![CDATA[Python面向对象（二）之类的封装]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/88598642</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/88598642</guid><author>HC_DATA</author><pubDate>Sat, 16 Mar 2019 15:14:46 +0800</pubDate><description><![CDATA[封装的理解
封装Encapsulation:属性和方法的抽象


属性的抽象：对类的属性（变量）进行定义、隔离及保护


方法的抽象：对类的方法（函数）进行定义、隔离及保护


目标是形成一个类对外可操作属性和方法的接口


属性

私有属性：只能在类内部访问
公开属性：可以通过类/对象名访问



方法

私有方法：只能在类内部使用
公开方法：可以通过类/对象名访问




私有类属性

仅供当...]]></description><category></category></item><item><title><![CDATA[opencv图像阈值分割]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/87978122</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/87978122</guid><author>HC_DATA</author><pubDate>Mon, 11 Mar 2019 22:41:07 +0800</pubDate><description><![CDATA[一、图像阈值
基本概念：图像阈值一般用于图像阈值分割，图像阈值即图像分割的基准，一般对象为灰度图像，基于次可完成图像的二值化。
opencv中提供了不同的阈值准则，以python操作opencv为例：
ret, dst = cv2.threshold(src, thresh, maxval, type)

src：输入图，只能输入单通道图像，通常来说为灰度图
dst：输出图，一般为二值图像
thr...]]></description><category></category></item><item><title><![CDATA[Python面向对象（一）之类的构建]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/88410990</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/88410990</guid><author>HC_DATA</author><pubDate>Mon, 11 Mar 2019 22:03:27 +0800</pubDate><description><![CDATA[类的基本构建


使用class保留字定义类
class &amp;amp;amp;lt;类名&amp;amp;amp;gt;：
[类描述 documentation string]
&amp;amp;amp;lt;语句块&amp;amp;amp;gt;
类定义不限位置，可以包含在分支或其他从属语句块中，执行时存在即可。
类的名字：可以是任何有效标识符。建议采用大写单词的组合。
如ClassName, SortTest, MyModule …
类的描述：在类定义首行，以字符串定义。定义后通过...]]></description><category></category></item><item><title><![CDATA[光流估计]]></title><link>https://blog.youkuaiyun.com/HC_DATA/article/details/86075521</link><guid>https://blog.youkuaiyun.com/HC_DATA/article/details/86075521</guid><author>HC_DATA</author><pubDate>Tue, 08 Jan 2019 18:24:52 +0800</pubDate><description><![CDATA[应用场景

相机静止，目标运动—背景提取（减除）
相机运动，目标静止—光流估计（全局运动）
相机和目标均运动—光流估计


光流估计基本思想
光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，...]]></description><category></category></item></channel></rss>