Alphy_Hongwu的博客

一、直接计算所有子序并进行比较def MaxSum(n): ''' 最蠢的办法，计算所有子序和。进行比较，最后输出最大值 :param n: :return: ''' AllSum = [] #用来存储子序和 for i in range(len(n)): Sum = 0 for j in range(i,len(n)): #计算正序的所有子序列可能性 Sum += n[j]

博主刚把Pycharm从教育版升级到社区版，打算把最大子序和问题的几种解法写一下。结果在进行注释的时候就出现了这样的情况：注释中有很多的汉字会莫名失踪无法显示（搞得博主代码都没心情敲了），在查找了很多资料无果之后。终于发现了其中的端倪：打开File（文件）→Setting（设置）→Editor（编辑器）→…(由于博主这个版本安装了中文补丁，所以具体英文是什么记不大清了)，不过我把具体位置截图出来了。大家对应着位置应该不难找到只需要把斜体勾选掉就可以了...

背景：学数据结构的时候需要一个能够测量各种算法消耗时长的函数，重复写，话不多说直接上代码。import time as tdef mutinomial(n,a,x): p = 0 for i in range(0,n+1): p += a[i]*pow(x,i) return print(p)def qinjiushao(n,a,x): p = a[n] for i in range(n,0,-1): p *= x

​ 线性回归可以说是机器学习的入门理论之一，想用代码实现线性回归模型，我们先来了解一下它的理论吧。线性模型​ 线性模型（Linear model）试图学得一个通过属性的线性组合来进行预测的函数。f(x)=w1x1+w2x2+...+wdxd+b向量形式：f(x)=wTx+b f(x)=w_1x_1+w_2x_2+...+w_dx_d+b\\ 向量形式：f(x)=w^Tx+bf(x)=w1​x1​+w2​x2​+...+wd​xd​+b向量形式：f(x)=wTx+b线性回归（Linear R

代码实现的目标：输出正确率如果有图片识别错误，且识别错误的图片多于10张，则绘制10张识别错误的图片以及该图片的真实label和预测label如果识别错误的图片数量小于等于10张，则绘制所有识别错误的图片以及该图片的真实label和预测label思路分析：如果要用svm分析images中的手写数字图片。首先要把图片转化成svm可以读取的格式，我们先将图片集处理为numpy数组。我们需要把有限的数据集划分为训练集和测试集对数据进行基本的转换之后，就可以用svm进行分

这次我们来系统的了解一下决策树DecisionTreeClassifier的实现和预测整体需求包：csv、DictVectorizer、LabelBinarizer、DecisionTreeClassifier、numpy、graphviz、matplotlib、predict导入需求包：(graphviz后面会用到)import csvimport matplotlib.pyplot as pltfrom sklearn.feature_extraction import DictVector

需求包分析：关键词：sklearn、DecisionTreeClassifier、iris数据、决策树对应包：sklearn.tree.DecisionTreeClassifier、sklearn.datasets.load_iris、matplotlib.pyplot分析完毕，实现代码如下import matplotlib.pyplot as pltfrom sklearn.datasets import load_irisfrom sklearn import treeiris = lo

a[i:j,k:v]i:j表示行数从i到j[:j]：当i缺失时，表示0。即前j行[i:]：当j缺失时，表示len[a]-1。即从i行到本行末尾k:v表示列数从k到v具体事例：import numpy as npa=np.array([[1,2,3,4,5,6,7,8,9],[9,10,11,12,13,14,15,16,17],[18,19,20,21,22,23,24,25,26],[27,28,29,30,31,32,33,34,35]])b = a[:,:3] #

完成下列小题1）创建Person类，属性有姓名、年龄、性别，创建方法personInfo,打印这个人的信息2）创建Student类，继承Person类，属性有学院college，班级class，重写父类personInfo方法，调用父类方法打印个人信息外，将学生的学院、班级信息也打印出来，创建方法study参数为Teacher对象，调用Teacher类的teachObj方法，接收老师教授的知识点，然后打印‘老师xxx,我终于学会了！’xxx为老师的teach方法返回的信息。重写__str__方法，

Python:定义一个汽车类，并在类中定义一个move方法​ 定义一个汽车类，并在类中定义一个move方法，然后分别创建BMW_X9、AUDI_A9对象，并添加颜色、马力、型号等属性，然后分别打印出属性值、调用move方法（使用__init__方法完成属性赋值）分析：​ 没啥好分析的，问题给的很明确了，直接开搞！代码如下：class Car: def __init__(self,color,model,horsepower): #用init完成属性赋值 self.col

Python|给出三个点，判断三角形是钝角、锐角还是直角三角形​ 定义代表二维坐标系上某个点的Point类（包括x、y两个属性），为该类提供一个方法用于计算两个Point之间的距离，再提供一个方法用于判断三个Point组成的三角形是钝角、锐角还是直角三角形数学分析：两点间距离公式：(x12−x22)+(y12−y22)\sqrt{(x^2_{1}-x^2_{2})+(y^2_{1}-y^2_{2})}(x12​−x22​)+(y12​−y22​)​三角形的判定方法：{a,b,c}为三角形三边

练习题：为二次方程式y=ax2+bx+cy=ax^2+bx+cy=ax2+bx+c设计一个名为Equation的类，这个类包括：1）代表3个系数的成员变量a、b、c；2）一个参数为a、b、c的构造方法；3）一个名为getDiscriminant()的方法返回判别式的值；4）两个分别名为getRoot1()和getRoot2()的方法返回方程的两个根，如果判别式为负，这些方法返回None。过程分析：利用公式法求解，其中： Δ=b2−4ac\Delta = b^2-4acΔ=b2−4acΔ\Del