- 博客(2)
- 收藏
- 关注
RSS订阅原创 一文详解仅用python底层代码实现关联规则与Apriori算法
一、基本概念1.1. 项集的定义：在关联分析中,包含 000 个或多个项的集合称为项集.如果一个项集包含 kkk 个项,则称它为 𝑘−𝑘 −k−项集.例如{牛奶,面包,麦片}是一个 3−3 −3−项集.我们把空集看成不包含任何项的项集.如果一个项集XXX出现在某个事物 𝑡𝑖𝑡_𝑖ti 对应的购物记录中,称该事物包含了该项集,记为𝑋⊆𝑡𝑖𝑋 ⊆ 𝑡_𝑖X⊆ti.每个事物包含的项集都是𝐼𝐼I的子集.1.2. 支持度的定义：项集的一个重要性质就是它的支持度计数,即包含该项集的事务个数.项集 XXX 的支
2022-03-28 22:14:25
2482
原创 如何使用numpy搭建双隐层神经网络？看这一篇文章就够用了
在阅读本文之前，请确保您已经有了一定的神经网络基础（具体的介绍可以看西瓜书）。本文采用的是标准的BP算法，即每次仅针对一个样例更新权重和阈值。本文将搭建用于分类的双隐层BP神经网络目录一、理论部分二、使用步骤1.引入库2.读入数据总结一、理论部分1.1 正向计算符号说明设我们的双隐层BP神经网络有m个输入神经元，n个输出神经元，第一个隐层有p个隐层神经元，第二个隐层有q个隐层神经元。权重：第个输入神经元到第个第一个隐层的神经元的权重记为, 第个第一.
2022-03-20 23:18:38
3697
7
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