he_wen_jie的博客

Fitting a line through data线性回归简单的讲就是拟合，我们给定一组特征x=[x1,xx,⋯,xn]x=[x_{1},x_{x},\cdots,x_{n}]和目标输出yy，求一组参数来组合这组特征使其输出接近目标 y=f(x)=wTx=Σni=1wixiy=f(x)=w^{T}x=\Sigma_{i=1}^{n} w_{i}x_{i} 假设我们由一组观测样本(x(1),y

这里将会讨论聚类，聚类是指给定一组没有标签的样本集DD ，将DD 划分为互不相交的k个子集，即k个样本簇。KMeansk-平均聚类的目的是：把n个点（可以是样本的一次观察或一个实例）划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类，以之作为聚类的标准。这个问题将归结为一个把数据空间划分为Voronoi cells的问题。已知观测集 {x1,x2,⋯,xn}\left \{

# -*- coding: utf-8 -*-"""Created on Sun Sep 9 09:29:07 2018@author: localhost"""import randomimport mathimport cv2import numpy as npclass Logstic: def __init__(self,n_features,lr): ..

Premodel Workflow标签:sklearn cookbook导入数据from sklearn import datasetssklearn 的小数据集都包含在datasets.load_中，可以直在python命令行中运行datasets.load_*?来查看有哪些数据。 输出结果：datasets.load_bostondatasets.load_breast_cancerdat

K-Fold交叉验证这篇文章将会讲如何进行模型验证和选择，首先说的就是k折交叉验证。 就是说我们将数据集分为K部分，K-1部分作为训练集，剩下的1部分作为测试集，如此反复，我们可以得到K个验证集的误差，然后均值就是最后的测试误差。from sklearn.datasets import make_regressionfrom sklearn.model_selection import KFol

我们先启动一个窗口我们通过设置了一个窗口，并且返回了一个screen的变量，这个变量的类型是，也就是一个画布。我们基于这个画布来作画，例如加载一个图片到这个画布上，或者绘制一个圆。

迭代器：实现__iter__和__next__两个魔法函数，可以使用for循环和next可迭代对象：只能实现__iter__函数，并且这个函数返回的是一个迭代器，可以使用for，由于没有实现__next__函数，所以不能使用next自定义可迭代数据：实现函数，有一个入参index，意味着我们可以通过索引访问，所以也就意味着需要保存较多的数据在内存中个人的一些见解老实讲，我觉得迭代器还是比较鸡肋的，为了计算下一个状态，需要保存上下文，然后通过处理得到新的状态。

首先查看自己的chrome的版本，点击然后到chromewebdrive的网站下载相应的driver然后将解压后的的driver放到bin目录mv chromedriver /usr/local/bin这样就driver就搞好了，之后可以安装python的依赖调用driver了。pip install selenium写一段代码测试一下from selenium import...

import osimport shutilfrom enum import Enumclass dirStruct(Enum): DirNone = 1 #直接拷贝到指定的目录 DirExt = 2 #按后缀名新建文件夹，将相同的文件拷贝到指定的目录 DirOrigin = 3 #按照原来目录来新建目录并且拷贝文件def copyextfile

下载Python 下载VSCode 将Python的路径添加到环境变量中，记住要添加在系统的path中，而不是用户的path中。VS Code是有工作空间的概念的，用VS Code打开一个文件夹，该文件夹就可以算是一个工作空间，VS Code会在该文件下新建.vscode文件夹，里面存放的是该工作空间的配置文件，所以以后在该工作空间下的任何代码都会使用该配置文件。 当打开文件夹时就会创建.

import cv2import numpy as npfrom PIL import ImageGrabdrawing = Falseix, iy = -1, -1def draw_circle(event, x, y, flags, param): global ix, iy, drawing if event == cv2.EVENT_LBUTTONDOWN:...

sorted排序val=[3,5,1,4,2]# 递增res = sorted(val)print res# output [1,2,3,4,5]# 递减res = sroted(val,reverse=True)print res# output [5,4,3,2,1]按某个关键字排序val = [(5,5),(6,1),(6,2),(3,3),(2,2),(2,1)...