自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 学习记录:机器学习案例——泰坦尼克号生存预测(二):逻辑回归、单棵决策树、随机森林

2026.4.30分析上述代码,采用了逻辑回归模型和随机森林模型,随机森林模型就是多个决策树的集成,是一种集成机器学习。下面修改代码,采用逻辑回归、单棵决策树和随机森林三种模型,对比结果,学习这3种模型机的基本概念和特点。代码如下:# 设置中文显示# 忽略警告print("🚢 泰坦尼克号生存预测 - 多模型对比")# 第一步:加载数据print("\n【第一步】加载数据...")print(f"训练集形状: {train_df.shape}")

2026-04-30 15:28:58 400

原创 学习记录:机器学习案例——泰坦尼克号生存预测(一)逻辑回归和随机森林

第1步:下载数据集友情提示:由于笔记是实时记载,可能中途有问题又退回去,但笔记仍继续写,本文不是教程,只是个人笔记,从开始到成功的过程一一记录,如何解决问题。感兴趣可以参考,直接越过失败的部分就可以了。第1步:下载数据集train.csv- 训练数据(891人,包含是否幸存)test.csv- 测试数据(418人,需要你预测)注册账号先注册账号,提示 Captcha must be filled out.

2026-04-30 12:07:27 452

原创 学习记录:机器学习入门案例——波士顿房价预测(三)-波士顿房价预测与加州房价预测对比

2026年4月7日波士顿房价预测与加州房价预测都已经运行成功,不禁疑惑,二者都是线性回归模型,有什么区别呢。

2026-04-07 09:27:04 358

原创 学习记录:机器学习入门案例——波士顿房价预测(二)-房价预测

plt.plot([min_val, max_val], [min_val, max_val], color='red', lw=2, label='理想预测线')print(f" 列 '{column}' 已用中位数 {median_value:.2f} 填充")print(f'RMSE (均方根误差): {np.sqrt(mse):.2f}')print(f"{name} - 系数 {i}: {coef:.4f}")print(f"截距 (intercept): {intercept:.4f}")

2026-04-07 09:03:52 419

原创 学习记录:机器学习入门案例——波士顿房价预测(一)-加载数据集

NumPy(Numerical Python)是 Python 中一个核心的科学计算库,几乎所有涉及数值计算的库(包括 Pandas)都以它为基础。它的主要特点是提供了一个功能强大的N 维数组对象(ndarray。使用pip,它是 Python 的官方包管理器。第 1 步:打开终端或命令行在 Windows 上:按Win + R,输入cmd,然后按回车。第 2 步:输入安装命令这个命令会连接到 Python 的官方包仓库(PyPI),自动下载并安装 NumPy 及其所有依赖项。

2026-03-20 11:52:48 378

原创 学习记录:RISC-V CPU实践——从零开始(二)编写汇编程序和C程序

1、安装RISC-V 工具链1、安装RISC-V 工具链基础知识:RISC-V 工具链是一个专门为嵌入式系统开发的交叉编译器。可以将汇编语言程序和C/C++语言程序编译成 RISC-V 处理器能够理解和执行的二进制文件。有了最终的机器语言代码,就可以更新前面的ram对应的hex文件内容。可以跑程序,虽然不能直接运行汇编和c语言程序,但也能简介验证汇编语言程序和C/C++语言程序的正确性,学习汇编语言程序和C/C++语言程序和RISC-V机器码之间的对应关系,深入理解RISC-V指令集。

2025-08-05 05:04:48 1581

原创 学习记录:RISC-V CPU实践——从零开始(一)quartus跑picorv32

方法三:使用 Quartus 自带的 VWF(Vector Waveform File)仿真限制说明VWF 主要用于简单的时序验证,不能直接加载 HEX 文件步骤1:创建测试向量新建vwf选择clkresetngpio_out等步骤2:手动初始化(替代HEX加载)在仿真脚本中添加强制写入(示例):tcl复制下载# 在VWF的Tcl控制台输入:步骤3:运行仿真。

2025-07-04 19:59:44 1201 1

原创 学习记录:从零开始学AI(四)——Scikit-learn加州房价机器学习例子学习笔记-在此基础上更换自己的数据集

2025.04.22加州房价机器学习例子已经调通,下一步更换自己的数据集。数据集先随便构建吧,不是真实的,后续再更换真实的。加州房价数据集手动下载到本地,是一个压缩包。下载方法和保存路径如下:手动下载数据集。

2025-04-22 11:17:34 538

原创 学习记录:从零开始学AI(三)——Scikit-learn加州房价机器学习例子学习笔记(相关概念、基础知识与代码解析)

感受:至此基本明白了机器学习线性回归模型机的原理,知道一点Python编程了,第一感觉是没有变量类型,直接就用呀!下一步,尝试其他模型机,更换自己的数据集,继续努力!该数据的列名为['MedInc', 'HouseAge', 'AveRooms', 'AveBedrms', 'Population', 'AveOccup', 'Latitude', 'Longitude']非常疑惑,为什么都是平均数,住宅单元指什么,是所在单元?MedInc:区域内家庭收入的中位数(单位:10,000美元)。

2025-04-22 10:07:41 350

原创 学习记录:从零开始学AI(二)——Scikit-learn加州房价机器学习例子学习笔记:继续补全代码运行成功

用这个例子的框架,可不可以换成我自己的一个数据集呢,不是房价的,其他的书籍,是不是要修改一些属性,模型本身不用变吧,工作量有多大?已经搭建好环境,开始学习加州房价机器学习例子,目标理解相关概念,掌握机器学习例子开发流程!感受:比预想的简单,训练一个线性回归模型,几行代码就实现了,可是很多不明白。哪个参数对房价影响最大,在哪里看,用什么代码?按照教程继续补全加州房价例子代码,运行看看结果,边做边学吧!训练一个简单的模型,划分数据集,训练线性回归模型,运行成功。如果构建自己的模型,改改算法,怎么办?

2025-04-18 08:45:19 360

原创 学习记录:从零开始学AI(一)——Scikit-learn加州房价机器学习例子学习笔记:第一个Scikit-learn机器学习例子(加州房价)

手动下载数据集,保存到位置C:\Users\128\scikit_learn_data,这个位置通过代码获得,在程序中增加2句,import sklearn print(sklearn.datasets.get data home()),输出这个位置。python版本最新版不行,不匹配TensorFlow,选Python9.9.13

2025-04-15 12:41:32 703 1

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

提示
确定要删除当前文章?
取消 删除