乐亦亦乐的博客

"""《深度学习与图像识别原理实践》"""import numpy as npclass SimpleLinearRegressionSelf: def __init__(self): """ 初始化Simple Linear regression 模型 """ self.a_=None self.b_=None def fit(self,x_train,y_train): asser.

机器学习算法分类监督学习（预测） 特征值+目标值 分类： k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 回归: 线性回归、领回归 标注： 隐马尔可夫模型 无监督学习 特征值 聚类 k-means 开发流程： 建立模型：根据数据类型划分应用种类原始数据明确问题做什么 数据的基本处理：pda去处理数据（缺失值，合并表……...

逆文档频率（Inverse Document Frequency缩写为IDF）如果某个词比较少，但是它在这篇文章中多次出现，那么它可能就反映了这篇文章的特性正是我们需要的关键词词频（TF）=某个词在文章中的出现次数 / 该文出现次数最多的词出现的次数逆文档频率（IDF）=log(语料库的文档总数 / 包含该词的文档数+1)TF-IDF：关键词提取TF-IDF=词频（TF）...

MNIST是一个非常有名的手写数字识别数据集，在很多资料中，这个数据集都会被用作深度学习的入门案例。MNIST数据集是NIST数据集的一个子集，它包含了60000张图片作为训练数据，10000张图片作为测试数据。在MNIST数据集中的每一张图片都代表了0~9中的一个数字。图片的大小都为28x28，且数字都会出现在图片的正中间。数字图片及其像素矩阵：（MNIST数据集中图片的像素大小为28...

线性回归中，公式是y=wx+b；在Logistic回归中，公式是y=Sigmoid（wx+b），可以看成是单层神经网络，其中sigmod称为激活函数。左边是一张神经元的图片，神经元通过突触接受输入，然后通过神经激活的方式传输给后面的神经元。这对比于右边的神经网络，首先接受数据输入，然后通过计算得到结果，接着经过激活函数，再传给第二层的神经元。激活函数：加入非线性的因...

1. 什么是决策树/判定树（decision tree)?判定树是一个类似于流程图的树结构：其中，每个内部结点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶结点代表类或类分布。树的最顶层是根结点。树模型：决策树：从根结点开始一步步走到叶子结点（决策） 所有的数据最终会落到叶子结点，既可以做分类也可以做回归树的组成：根结点：第一个选择点 非叶子结点与分支...

数据集：import matplotlib.pyplot as pltimport numpy as npimport pandas as pddata=pd.read_csv("creditcard.csv")print(data.head())import matplotlib.pyplot as pltimport numpy as npi...

建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学管理员，你想根据两次考试的结果来决定每个申请人的录取机会，你有以前申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子，有两个考试的申请人的分数和录取决定，为了做到这一点，建立一个分类模型，根据考试成绩估计入学概率。导入数据，并读取数据import numpy as npimport pan...

简介什么是SeabornSeaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为m...

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。另一篇可视化案例《python机器学习经典实例》——可视化数据一个完整的图形的表现需要的标准开发步骤：获取数据集合 拆分数据集合得到需要的数据元素集 创建一个图表并设置相关的辅助信息（刻度...

Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel d...

NLTKNLTK（Natural Language Toolkit），自然语言处理工具包，在NLP（自然语言处理）领域中，最常使用的一个Python库。自带语料库，词性分类库。自带分类，分词功能。 NLTK安装 安装：pip install NLTK 测试：import nltk Anaconda不用安装 安装语料库：import nltknltk.download()执行...

用OpenCV-Python从网络摄像头采集信息import cv2# 初始化网络摄像头cap = cv2.VideoCapture(0)# 定义网格摄像头采集图像比例系数scaling_factor = 0.5# 循环采集直到按下Esc键while True: # 采集当前画面 ret, frame = cap.read() # 调整帧的大小 ...

贝叶斯公式百度百科 贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则，可以立刻导出：P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)。如上公式也可变形为：P(B|A) = P(A|B)*P(B) / P(A)。贝叶斯法则是关于随机事件A和B的条件概率...

计算机视觉：计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉包括多个级别的分析。在低级视觉分析领域，计算机视觉可以进行像素处理，例如边检测，形态处理和光流。在中级和高级视觉分析领域，计算机视觉可以处理事物，例如物体识别，3D建模，运...

构成一个4X4的随机数组>>> from numpy import *>>> random.rand(4,4)array([[ 0.64739371, 0.58006968, 0.53814822, 0.95993873], [ 0.39470874, 0.68392526, 0.397054 , 0.83557031], ...

KNN 简单的说，knn采用测量不同特征值之间的距离方法，进行分类优点：精度高，对异常值不敏感，无数据输入假定。 缺点：计算复杂度高，空间复杂度高。 适用数据范围：数值型和标称型。工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，...

可视化数据简介：数据可视化是机器学习的核心，利用它有助于制定正确的的策略来理解数据。数据的视觉表示帮助我们选择正确的算法。数据的可视化的主要目标之一就是用图和表清晰的表达数据，以便我们更准确、更有效的交流信息。       在现实世界中总会存在各种数值数据，我们想将这些数值数据编码成图、线、点、条等，以便直观的显示出这些数值中包含的信息，同时可以使复杂分布的数据更容易被理解和应用。这一...

import nltk.classify.utilfrom nltk.classify import NaiveBayesClassifierfrom nltk.corpus import movie_reviews #定义一个用于提取特征的函数def extract_features(word_list): return dict([(word, True) for wor...

无监督学习是一种对不含标记的数据建立模型的机器学习范式。 无监督学习应用领域： - 数据挖掘 - 医学影像 - 股票市场分析 - 计算机视觉 - 市场分析 最常见的无监督学习就是聚类。 聚类的定义：聚类就是对大量未知标注的数据集，按数据的内在相似性将数...