- 博客(53)
- 收藏
- 关注
RSS订阅原创 【杂记】机器学习
1、PMF PDF1、PMF PDF概率质量函数（probability mass function，pmf）是一个描述离散型随机变量在各特定取值上的概率的函数f ( X = x ) f(X = x)f(X=x)。概率密度函数（probability density function，pdf）是一个描述连续型随机变量在各特定取值上的概率的函数f ( X = x ) f(X = x)f(X=x)。2、机器学习分类分为监督学习、半监督学习、无监督学习和强化学习。3、KNN算法有三要素1.K值选择。
2025-02-20 17:26:13
890
原创 卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别
深度学习中较为常见的神经网络模型AlexNet，AlexNet 是一个采用 GPU 训练的深层 CNN，本质是种 LeNet 变体。由特征提取层的5个卷积层两个下采样层和分类器中的三个全连接层构成。
2025-02-19 19:35:10
1220
原创 自定义数据集 使用scikit-learn中svm的包实现svm分类
使用 make_classification 函数生成包含1000个样本的数据集，设置20个特征，其中10个是有信息的特征，类别数为2，通过设置 random_state = 42 保证每次运行生成的数据相同。- 使用 train_test_split 函数将生成的数据集划分为训练集和测试集，测试集占比为20%，同样通过 random_state = 42 保证划分的一致性。- 使用训练好的模型对测试集 X_test 进行预测，得到预测标签 y_pred。# 生成自定义数据集。
2025-02-03 13:34:32
419
原创 自定义数据集，使用scikit-learn 中K均值包 进行聚类
使用 make_blobs 函数生成包含300个样本的数据集，设定聚类中心为4个，聚类标准差为0.60，随机种子 random_state = 0 保证每次运行生成的数据相同。- 初始化 KMeans 类，设置聚类数 n_clusters = 4 ，并使用 random_state = 0 确保每次运行结果一致。- 通过 cluster_centers_ 属性获取聚类中心的坐标。- 通过 labels_ 属性获取每个样本的聚类标签。# 初始化并拟合K - 均值模型。
2025-02-03 13:32:45
468
原创 自定义数据集 ，使用朴素贝叶斯对其进行分类
这里简单地假设了新文本的真实标签，使用 accuracy_score 计算预测准确率。在实际应用中，应使用独立的测试集来评估模型性能。- 对新的文本数据，先使用 vectorizer.transform 方法将其转换为特征向量，然后使用训练好的模型进行预测。每个元素是一个元组，第一个元素是文本，第二个元素是标签。- 初始化 MultinomialNB 模型，这是适用于离散数据（如词频）的朴素贝叶斯分类器。- 使用 fit 方法在提取的特征和标签上训练模型。# 自定义数值型数据集。
2025-02-03 13:31:17
472
原创 自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数
自定义数据集：继承 torch.utils.data.Dataset 类创建自定义数据集，并重写 __len__ 和 __getitem__ 方法。定义逻辑回归模型：继承 nn.Module 类，定义一个线性层，并在 forward 方法中应用sigmoid激活函数。加载模型并预测：加载保存的模型参数，设置模型为评估模式，对新数据进行预测。保存模型：使用 torch.save 保存模型的参数。# 创建数据集和数据加载器。# 定义损失函数和优化器。# 加载模型进行预测。
2025-02-03 13:29:50
673
原创 自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测
自定义数据集：通过继承 paddle.io.Dataset 类创建自定义数据集，并重写 __getitem__ 和 __len__ 方法。定义逻辑回归模型：继承 paddle.nn.Layer 类，定义一个简单的线性层，并在 forward 方法中应用sigmoid激活函数。加载模型并预测：加载保存的模型参数，设置模型为评估模式，然后对新数据进行预测。保存模型：使用 paddle.save 保存模型的参数。# 创建数据集和数据加载器。# 定义损失函数和优化器。# 加载模型进行预测。
2025-02-03 13:26:58
583
原创 自定义数据集 使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测
【代码】自定义数据集 使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测。
2025-01-27 14:59:48
752
原创 machine learning自定义数据集使用框架的线性回归方法对其进行拟合
使用框架（如Scikit-learn）对自定义数据集进行线性回归拟合是一个常见的任务。以下是一个详细的步骤指南，展示如何使用Scikit-learn库在Python中完成这一任务。
2025-01-25 14:45:07
549
原创 Scikit-learn库进行线性回归
使用Scikit-learn库进行线性回归是一个相对简单的过程。假设你已经有一个自定义的数据集，并且数据已经被加载到适当的数据结构中（通常是NumPy数组或Pandas DataFrame），你可以按照以下步骤使用Scikit-learn中的线性回归模型进行拟合。
2025-01-24 15:35:19
227
原创 machine learning knn算法之使用KNN对鸢尾花数据集进行分类
通过导入必要的scikit-learn导入必要的库，加载给定的数据，划分测试集和训练集之后训练预测和评估即可。
2025-01-23 16:45:00
884
原创 【杂记】qt
在Qt框架（特别是PyQt或PySide）中，这两种方法用于获取界面中的QComboBox控件，但它们的工作原理和上下文有所不同。在使用QtDesigner的时候都会生成该文件，当该文件内存过大时就会导致打不开QtDesigner.exe或者ui界面设计失败。正确做法：ui.btn1.clicked.connect(font_slot)如 ui.btn1.clicked.connect(font_slot())我们通常使用后者，后者会在编程时显示方法，比较好用。此时打开文件：找到dist文件。
2025-01-08 20:17:19
649
原创 opencv简单小实战
请设计一个使用OpenCV的自动化检测系统，该系统能够识别并报告不符合颜色标准的产品。计算这些轮廓的长宽比，长宽比ratio在2到5.5之间的，在原图上用矩形框标出，这些轮廓可能是车牌的候选区域。将图像从BGR颜色空间转换为HSV颜色空间，并提取出特定的颜色范围（例如，提取黄色区域）。对缩放后的图像应用仿射变换，实现图像的旋转（例如，旋转45度）。接着，对二值化后的图像执行腐蚀和膨胀操作，并显示处理前后的图像。在检测到的边缘图像上绘制轮廓，轮廓颜色为红色，厚度为2。编写程序，读取一张彩色图像，将其转换为。
2024-12-18 17:07:46
905
原创 opencv # Sobel算子、Laplacian算子、Canny边缘检测、findContours、drawContours绘制轮廓、外接矩形
Sobel算子函数：用于计算图像灰度的一阶梯度，强调边缘信息。Laplacian算子函数：计算图像的二阶导数，检测边缘。Canny算子函数：实现多级边缘检测，提供高精度边缘识别。findContours函数：在二值图像中查找轮廓。drawContours函数：在图像上绘制找到的轮廓。透视变换函数：实现图像从一种透视投影到另一种透视投影的几何变换。轮廓的外接边界框：计算并表示包含目标轮廓的矩形框，直观展示大小和位置
2024-12-18 16:18:01
1474
原创 opencv图片的纠正透视转换函数的应用，水印的添加，轮廓的绘制
轮廓绘制，透视转换函数，图片纠正，opencv实现加水印p1，p2分别是四个源坐标点和目标坐标点 效果图象如下：原理：对logo图像进行掩膜制作之后与背景图与运算，之后再与logo使用add函数 原理： drawContours和findContours函数的使用，先使用findContours找到二值化的图像的轮廓，在根据需要画出指定的轮廓
2024-12-17 20:54:47
889
原创 opencv 必学函数：二值化、自适应二值化、腐蚀膨胀、仿射变换、透视变换
计算机视觉，opencv实现二值化，自适应二值化，对图片透视变换，仿射变换，腐蚀函数，膨胀函数
2024-12-11 20:47:47
1232
原创 PyQt信号槽实现页面的登录与跳转 #页面进一步优化
将登录按钮使用信号和槽连接到自定义的槽函数中，在槽函数中判断ui界面上输入的账号是否为"admin"，密码是否为"123456",如果账号密码匹配成功，当前界面关闭，另一个界面展开。如果匹配失败，则输出登录失败，并将密码框和账号框中的内容清空。
2024-12-04 21:33:39
736
原创 PyQt设计界面优化 #qss #ui设计 #QMainWindow
Qss是Qt程序界面中用来设置控件的背景图片、大小、字体颜色、字体类型、按钮状态变化等属性，它是用来美化UI界面。实现界面和程序的分离，快速切换界面。打开资源浏览器，新建qrc文件--（用于访问资源），设置前缀，添加文件。拖动Frame打开编辑样式表，添加资源，调整弧度等。首先我们在Pytchram创建一个新目录。然后将我们所需要的图片打包到文件目录下。打开我们的外部工具QTDesigner。
2024-12-03 21:07:20
702
原创 【数据结构】树
树形结构：数据元素之间存在一对多的关系树：树是由根结点和若干个子结点组成的树形结构结点：树的基本单位根结点：没有父结点的节点称为根结点父结点：当前结点的直接上级节点称为该节点的父结点孩子结点：当前结点的直接下级节点称为该节点的孩子节点兄弟节点：拥有相同父结点的结点互为兄弟节点堂兄弟结点：其父结点在同一层次的结点互为堂兄弟结点祖先结点：当前结点的直接或间接上级节点子孙节点：当前结点的直接或间接下级节点叶子节点：度为0的节点，或者说是没有孩子节点的节点节点的度：就是该节点的子节点的个数。
2024-11-30 10:17:22
1680
原创 【python数据结构&算法】排序算法 #冒泡 #选择排序 #快排 #插入排序
首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。冒泡排序：是一种简单的排序算法，它重复的遍历要排序的序列，一次比较两个元素，如果他们的顺序错误，就把他们交换过来。它选择一个基准元素（pivot），将数组分成两部分：一部分包含所有小于基准的元素，另一部分包含所有大于基准的元素。原理：每一步从待排序列中选取第一个元素，将其插入到之前已排序序列中，直到待排序列所有元素排完，则结束排序。
2024-11-27 22:18:40
795
原创 python高频面试题 #重难点
在定义只有一个元素的元组时，末尾的逗号是必需的。例如，(0,) 是一个包含一个元素的元组，而 (0) 只是一个带括号的整数表达式，不是元组。这里需要特别注意不要将列表和元组的语法混淆。在自定义异常时，应该继承哪个类？c) Errora，因为b是更顶层的基类，通常用a继承。
2024-11-26 14:55:58
1202
原创 【数据结构】双向链表、单向循环链表、双向循环链表、栈、链栈
双向链表的操作，单向循环链表，双向循环链表的实现。何为栈，栈的存储方式是什么，什么是链栈。
2024-11-25 21:25:21
2598
原创 【进阶系列】python异常处理你还不会？看这一篇就够了！☝️
Python的异常处理机制是一种强大的错误处理工具，它允许程序在运行时遇到错误（异常）时，能够优雅地处理这些错误，而不是简单地崩溃或终止执行
2024-11-14 20:11:19
882
原创 【进阶系列】带你看懂python的面向对象编程#类 #对象 #继承 #封装 #多态
ython是一门面向对象的语言，这意味着Python编程的核心思想是将数据和功能封装在对象中。这种特性使得Python代码更加模块化、易于管理和复用。在Python中，几乎一切都可以视为对象，包括基本数据类型（如整数、浮点数、字符串）以及复杂的数据结构（如列表、元组、字典和集合）等。面向对象编程（OOP）的四大支柱——封装、继承、多态和抽象，在Python中得到了全面的支持。
2024-11-13 20:54:04
1177
原创 【进阶系列】python的函数 #高阶函数 #map #装饰器
高阶函数，map，lambda，reduce，filter；什么是装饰器，装饰器的嵌套，装饰器参数，装饰器的用法。
2024-11-13 00:06:03
1309
原创 【python基础收尾篇】python基础试卷 #试卷分析
#python试卷 # python基础知识汇总 #循环语句 #条件语句 #数值型 #string #tuple #list #set #string #dict #函数
2024-11-12 21:26:46
911
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