<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[pinecn的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/pinecn</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; pinecn]]></copyright><item><title><![CDATA[python MachinelEarning机器学习笔记day07]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/90054235</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/90054235</guid><author>pinecn</author><pubDate>Fri, 10 May 2019 11:06:01 +0800</pubDate><description><![CDATA[day07-特征值矩阵-识别图片中的物体-视频捕捉-人脸定位-人脸识别的分类器 
  6.特征值矩阵(描述矩阵)
   特征值矩阵 = STAR特征点(位置，大小)+SIFT(方向)
   代码示例：desc.py
    import cv2 as cv
    import matplotli...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day07]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/90035750</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/90035750</guid><author>pinecn</author><pubDate>Thu, 09 May 2019 15:15:21 +0800</pubDate><description><![CDATA[day07-随机数-超几何分布-标准正态分布-排序-插值-积分-图像处理-金融计算 
  3.随机数(random)
   生成服从特定统计规律的随机数序列
    统计规律如:正态、均匀、离散分布规律等等
   1)二项分布
    numpy.random.binomial (n, p, si...]]></description><category></category></item><item><title><![CDATA[python MachinelEarning机器学习笔记day06]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/90035591</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/90035591</guid><author>pinecn</author><pubDate>Thu, 09 May 2019 15:12:35 +0800</pubDate><description><![CDATA[day06-情感分析-主题抽取-语音识别-声音合成-图像识别-
  10.情感分析
   一个样本一个tuple: (dict: {特征名: 特征值}, 输出)
   整个样本集就是一个tuple的list
   代码：sent.py
    import nltk.corpus as nc  #语料库
...]]></description><category></category></item><item><title><![CDATA[python MachinelEarning机器学习笔记day05]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89877040</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89877040</guid><author>pinecn</author><pubDate>Mon, 06 May 2019 10:58:06 +0800</pubDate><description><![CDATA[day05-轮廓系数-噪声聚类-欧氏距离-皮氏距离-相似度排列-推荐清单-自然语言-词频-文本分类-性别分类
  5.轮廓系数：聚类的评价指标
   1)概念：
    比较好聚类：内密外疏
    对于每个样本计算内部距离a和外部距离b，
    得到该样本的轮廓系数s=(b-a)/max(a,...]]></description><category></category></item><item><title><![CDATA[python MachinelEarning机器学习笔记day04]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89845176</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89845176</guid><author>pinecn</author><pubDate>Sun, 05 May 2019 14:45:17 +0800</pubDate><description><![CDATA[day04-样本均衡-置信概率-网格搜索-事件预测-K均值、均值漂移、凝聚层次聚类--
 十一、支持向量机
  1.原理
   1)寻求最优的分类边界，
    即被支持向量所夹持的分类带宽度达到最大值，
    取其中心线作为分类边界。
    最优边界要求：
   ...]]></description><category></category></item><item><title><![CDATA[python MachinelEarning机器学习笔记day03]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89814751</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89814751</guid><author>pinecn</author><pubDate>Sat, 04 May 2019 16:20:58 +0800</pubDate><description><![CDATA[day03-交叉验证-混淆矩阵-分类报告-验证曲线-学习曲线
  2.朴素贝叶斯定理
   模块：
    import sklearn.naive_bayes as nb
    model = nb.GaussianNB()
    基于高斯分布即正态分布的朴素贝叶斯分类器
  ...]]></description><category></category></item><item><title><![CDATA[python MachinelEarning机器学习笔记day02]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89787717</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89787717</guid><author>pinecn</author><pubDate>Fri, 03 May 2019 14:58:08 +0800</pubDate><description><![CDATA[day02-决策树-人工分类-逻辑分类-朴素贝叶斯分类-
 六、决策树
  既可用于解决回归问题，也可用于解决分类问题。
  1.原理：相似的输入必会产生相似的输出
   年龄：0-青年，1-中年，2-老年
   学历：0-大专，1-大本，2-硕士，3-博士
   资历：0-小白，1-小牛，2-大牛，3-骨灰
...]]></description><category></category></item><item><title><![CDATA[python MachinelEarning机器学习笔记day01]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89743056</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89743056</guid><author>pinecn</author><pubDate>Thu, 02 May 2019 10:35:28 +0800</pubDate><description><![CDATA[day01-概述-数据预处理-一元线性回归-岭回归-多项式回归
 一、概述
  1、什么是机器学习
   人工智能：
    通过人工的方法，实现或近似实现某些需要人类智能处理的问题，
    都可以称为人工智能
   机器学习：
    机器学习是一门能够让编程计算机从数...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day06]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89738806</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89738806</guid><author>pinecn</author><pubDate>Wed, 01 May 2019 16:55:01 +0800</pubDate><description><![CDATA[day06-矩阵-矢量函数转换-加法、除法、取余通用函数-三角函数-线性代数-傅里叶变换
  19、矩阵
   1、numpy.matrix 继承自 numpy.ndarray
    任何针对多维数值的操作，对矩阵同样有效，
    但作为子类矩阵又结合自身的特点，做了必要的
    扩充，比如...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day05]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89714691</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89714691</guid><author>pinecn</author><pubDate>Tue, 30 Apr 2019 19:07:10 +0800</pubDate><description><![CDATA[day05-裁剪-压缩-累乘-协方差-相关矩阵-符号数组-矢量化-数据平滑
   2、概念二：
     通过上述线性方程Y = kX + b，有：
      kX1 + b = Y1'-Y1
      kX2 + b = Y2'-Y2
     ...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day04]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89668666</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89668666</guid><author>pinecn</author><pubDate>Mon, 29 Apr 2019 09:44:52 +0800</pubDate><description><![CDATA[day04-Max与Min-中位数-统计-卷积-移动与指数平均线-布林带-线性模型
  4.最大值和最小值
   1、max/min: 
     numpy.max(数组)，返回数组中的最大值
     numpy.min(数组)，返回数组中的最小值
   2、argmax/argm...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day03]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89634546</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89634546</guid><author>pinecn</author><pubDate>Sun, 28 Apr 2019 11:29:38 +0800</pubDate><description><![CDATA[day03--热成像图-极坐标-三维曲面-动画效果-中文字体设置---
  20、热成像图
     用图形的方式显示矩阵，用元素值对应不同的颜色
    mp.imshow(矩阵,cmp=颜色映射,origin=y轴方向)
     origin缺省为hight，原点在左上角
   ...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day02]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89597442</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89597442</guid><author>pinecn</author><pubDate>Sat, 27 Apr 2019 08:41:31 +0800</pubDate><description><![CDATA[day02-数据可视化-坐标-图例-标注-子图-刻度-半对数坐标-散点图-条形图-饼状图-等高线
  3、设置坐标范围
    mp.xlim(水平坐标最小值，水平坐标最大值)
    mp.ylim(垂直坐标最小值，垂直坐标最大值)
    示例：
     import numpy...]]></description><category></category></item><item><title><![CDATA[python DataScience数据分析笔记day01]]></title><link>https://blog.youkuaiyun.com/pinecn/article/details/89531477</link><guid>https://blog.youkuaiyun.com/pinecn/article/details/89531477</guid><author>pinecn</author><pubDate>Fri, 26 Apr 2019 09:38:33 +0800</pubDate><description><![CDATA[day01------数据分析简介-numpy入门与基础-数据可视化------
 python人工智能学习的两个阶段
  第一阶段：数据分析简介
   matlab+C/C++
   Numpy/Scipy/Matplotlib/Pandas/sklearn/tensorflow/...
    Numpy：基础数值...]]></description><category></category></item></channel></rss>