- 博客(24)
- 收藏
- 关注
原创 jQuery特殊属性操作
val方法用于设置和获取表单元素的值,例如input、textarea的值。:获取盒子的宽度 + padding + border + margin。:获取盒子的宽度 + padding + border。相当于innerHTML(),会识别html标签。:获取盒子的宽度 + padding。获取元素距离document的位置。获取元素距离有定位的父元素的位置。相当于innerText()设置或者获取垂直滚动条的高度。设置或者获取垂直滚动条的宽度。
2022-10-20 20:44:35
286
原创 初步了解jQuery
js中的入口函数要等待页面包括其他资源(图片等)加载完成才开始执行,而jQuery中的入口函数只等待页面加载完成就开始执行,因此,jQuery加载速度快。两者联系:jQuery是伪数组,内部存放的是DOM对象,jQuery提供了很多的方法用于操作内部的DOM对象(show、css、text等)
2022-10-18 09:54:47
206
原创 js-完整原型链
1、所有函数.__proto__都是Function.prototype。2、所有对象.__proto__都是Object.prototype。3、任何对象的原型链都有Object.prototype。
2022-10-14 20:48:22
119
原创 唐宇迪学习笔记17:支持向量机
一、支持向量机要解决的问题二、距离与数据定义三、目标函数推导四、拉格朗日乘子法求解五、化简最终目标函数六、求解决策方程七、软间隔优化八、核函数的作用九、知识点总结...
2022-03-31 16:30:57
2509
原创 唐宇迪学习笔记11:决策树算法
一、决策树算法概述1、树模型决策树:从根节点开始一步步走到叶子节点(决策)。所有的数据最终都会落到叶子节点,既可以做分类也可以做回归。2、树的组成根节点:第一个选择点非叶子节点与分支:中间过程叶子节点:最终的决策结果3、决策树的训练与测试 训练阶段 从给定的训练集构造出来一棵树(从跟节点开始选择特征, 如何进行特征切分)。有数据想构建树。 测试阶段 根据构造出来的树模型从上到下去走一遍就好了。有数据想得结果。一旦构造好了决策树,那么分类或者预测任务就很简单
2022-03-28 18:52:33
1356
原创 唐宇迪学习笔记10:项目实战-交易数据异常检测
包、逻辑回归、线性回归一、任务目标解读信用卡欺诈检测基于信用卡交易记录数据建立分类模型来预测哪些交易记录是异常的哪些是正常的。任务流程:加载数据,观察问题 针对问题给出解决方案 数据集切分 评估方法对比 逻辑回归模型 建模结果分析 方案效果对比主要解决问题:(1)在此项目中,我们首选对数据进行了观察,发现了其中样本不均衡的问题,其实我们做任务工作之前都一定要先进行数据检查,看看数据有什么问题,针对这些问题来选择解决方案。(2)这里我们提出了两种方法,下采样和过采样,
2022-03-22 10:28:00
1366
原创 唐宇迪学习笔记9:逻辑回归与梯度下降策略
目录一、案例实战:Python实现逻辑回归任务概述Logistic Regression1、读取数据2、看数据维度3、'Admitted'==1/'Admitted'==0图像实现The logistic regression二、案例实战:完成梯度下降模块1、sigmoid函数表达式sigmoid函数画图展示2、完成预测函数3、构造数据检查结果4、数据组合损失函数计算梯度三、案例实战:停止策略与梯度下降案例1、比较3中不同...
2022-03-21 21:53:23
1041
4
原创 唐宇迪学习笔记8:逻辑回归算法
目录一、逻辑回归算法原理Logistic regression1、目的2、机器学习算法选择3、逻辑回归的决策边界Sigmoid 函数1、公式2、图像3、解释二、化简与求解Sigmoid 函数1、预测函数2、分类任务3、解释Logistic regression1、似然函数2、对数似然3、求导过程4、参数更新5、多分类的softmax:逻辑回归算法是一个分类算法,不是一个回归算法。(回归得到一个数、分类得到一个结果。).
2022-03-21 21:52:44
1283
原创 唐宇迪学习笔记7:梯度下降策略
常用于优化问题求解。沿着梯度反方向。一、梯度下降通俗解释1、解释当我们得到了一个目标函数后,如何进行求解? 直接求解?(并不一定可解,线性回归可以当做是一个特例)。2、常规套路机器学习的套路就是我交给机器一堆数据,然后告诉它什么样的学习方式是对的(目标函数),然后让它朝着这个方向去做。3、如何优化我们要一步步的完成迭代 (每次迭代都应找到梯度方向),直到到达饱和状态为止。二、参数更新方法三、优化参数设置...
2022-03-21 21:51:41
569
原创 唐宇迪学习笔记4:Python可视化库——Seaborn
Seaborn是在Matplotlib库的基础上进行封装,提供画图模板。import seaborn as ansSeaborn库的安装:Windows安装:在Anacoda中Prompt命令行中,pipinstall seaborn或condainstall seabornM1mac安装:在命令行,pip3 install seaborn一、整体布局风格设置二、风格细节设置三、调色板四、调色板颜色设置五、单变量分析绘图六、回归分析绘图七、多变量分析绘图...
2022-03-19 18:41:22
3643
原创 唐宇迪学习笔记3:Python数据可视化库——Matplotlib
一、Matplotlib概述在Notebook界面画图:%matplotlib inline最基本的图线条格式线条颜色颜色与格式结合二、子图与标注绘制多个线指定线条的宽度自定义参数子图211 表示一会要画的图是2行一列的,最后一个1表示的是子图当中的第1个图212 表示一会要画的图是2行一列的 最后一个2表示的是子图当中的第2个图121 表示一会要画的图是1行2列的 最后一个1表示的是子图...
2022-03-17 17:00:41
1644
原创 唐宇迪学习笔记2:Python数据分析处理库——pandas
pandas工具包:把numpy中很多命令整合在了一起。一、Pandas工具包使用df:DataFrame (矩阵。行:样本;列:特征).head():可以读取前几条数据,指定前几条都可以(默认前五条).tail():同.head(),可以读取后几条数据。帮助文档:二、数据信息读取与展示.info:返回当前的信息.index:索引.coulums :列名。第一行是类名,后面是数据。.types:数据类型.value :打印列名,结构是数组格...
2022-03-15 15:19:04
2226
3
原创 唐宇迪学习笔记1:Python环境安装、Pytho科学计算库——Numpy
目录一、了解机器学习二、案例来源三、Python的学习总结一、初步了解机器学习二、案例来源 GitHub kaggle(数据挖掘竞赛网站) 三、Python的学习(Python3)配置环境下载Anaconda:https://www.anaconda.com/,Anaconda中,已经配置好了总结本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。...
2022-03-15 15:13:41
2577
2
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