cpzzy123的博客

代码： import keras import numpy as np import matplotlib.pyplot as plt from keras.datasets import mnist from keras.models import Sequential, Model from keras.layers import Input, add from keras.layers import Layer, Dense, Dropout, Activation, Flatten, Resha

Keras 简介 本文的代码示例全都使用Keras 实现。Keras 是一个Python 深度学习框架，可以方便地定 义和训练几乎所有类型的深度学习模型。Keras 最开始是为研究人员开发的，其目的在于快速 实验。 Keras 具有以下重要特性： 相同的代码可以在 CPU 或 GPU 上无缝切换运行。 具有用户友好的 API，便于快速开发深度学习模型的原型。 内置支持卷积网络（用...

二分类问题可能是应用最广泛的机器学习问题。在这个例子中，你将学习根据电影评论的 文字内容将其划分为正面或负面 IMDB 数据 IMDB介绍： 本文使用IMDB 数据集，它包含来自互联网电影数据库（IMDB）的50 000 条严重两极分 化的评论。数据集被分为用于训练的 25 000 条评论与用于测试的 25 000 条评论，训练集和测试 集都包含 50% 的正面评论和 50% 的负面评论。 ...

一.学习知识准备 在数据可视化分析中，按上篇文章，我们要学习numpy科学计算库以及matplotlip可视化分析，这边我用了request库下载了上海的空气质量指数的html文本，并爬取了数据进行json封装，因此我们也要学会从文本获取json数据并解析，然后需要构建numpy数组，用折线图显示出来 第一个知识点：request库 Requests 是⽤Python语⾔编写，基于urllib...

一.知识准备 我们需要学习以下python库，包括爬虫获取数据的requests库，pandas读取cvs文件的库，BeautifulSoup网页截取库，csv保存数据到csv文件的库，numpy科学计算库，matplotlib数据可视化库,具体库知识学习可以下面评论留言 import requests import pandas as pd from bs4 import Beautifu...

一.知识准备 我们需要学习以下python库，包括爬虫获取数据的requests库，pandas读取cvs文件的库，BeautifulSoup网页截取库，csv保存数据到csv文件的库，numpy科学计算库，matplotlib数据可视化库,具体库知识学习可以下面评论留言 import requests import pandas as pd from bs4 import Beautifu...

一、Apriori算法的简介 Apriori算法指导我们，如果要发现强关联规则，就必须先找到频繁集。所谓频繁集，即支持度大于最小支持度的项集。如何得到数据集合D中的所有频繁集呢？ Apriori算法是挖掘布尔关联规则频繁项集的算法。Apriori算法利用频繁项集性质的先验知识，通过逐层搜索的迭代方法，即将K-项集用于探察(k+1)项集，来穷尽数据集...

分类算法之决策树ID3详解： 首先回顾决策树的基本知识：（1）数据是怎么分类的；（2）如何选择分类的属性；（3）什么时候停止分类 定义：决策树（Decision Tree）是在已知各种情况发生概率基础之上，通过构成决策树来求取净现值的期望值大于等于零的概率。评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵...