JavaGPT的博客

python命令行安装包1、单个包安装但是有时候安装得非常慢，这是因为我们从国外下载的，没有使用国内的镜像下载，如果使用了国内的镜像下载，可以从龟速直接上升到火箭得速度。更换国内的pip软件源即可。pip指定软件源安装命令格式：pip install -i [ source_url ] [ package_name ]source_url：是软件源地址package_name：库或者包名称例如安装pygame命令：pip install -i https://pypi.tuna.tsinghu

机器学习期末考试回忆版机器学习期末考试_不败顽童博主的博客-优快云博客 这是作者在考试之间总结的文章，大家有兴趣的话可以参考下，作者是在6月10号下午考试。但是作者是在6月26号才想起来写一个回忆版本的机器学习期末考试，因为在6月12日要考6级考试。一、考试题型分布：判断题：共8题，16分填空题 ：共12题，24分简答题：共5题，30分演算题：共2题，30分二、考后回忆1~8为选择题课后习题 加机器学习公式理解和推导作者在考试的时候，有些结果忘记了，最后直接在现场推到的公式9~20题

机器学习期末考试一、机器学习链接1、机器学习期末复习试卷_zhouyan2000的博客-优快云博客_机器学习期末考试}2、[机器学习笔试题]((4条消息) 机器学习笔试题目_北冥有小鱼-优快云博客_机器学习题目)3、机器学习面试题4、一天1个机器学习知识点（一）_猫猫玩机器学习的博客-优快云博客5、山东大学软件学院机器学习（考试）——期末考试回忆版_ALTLI的博客-优快云博客_机器学习期末6、机器学习试题_AI_盲的博客-优快云博客_机器学习试卷7、机器学习题 【含答案和解析】_

查准率与查全率目前一共有100个西瓜，70个好瓜，30个坏瓜好瓜坏瓜7030现在一个学习器的预测是80个好瓜，20个坏瓜。在这80个好瓜中实际上只有60个好瓜。查准率：查准率为60/80，实际上就是学习器挑选出来好瓜中有多少个是真正的好瓜。查全率：查全率为60/70，实际上就是我本来70个好瓜，学习器挑选出来多少个真正的好瓜。...

一起来学习numpy今天我们就来一起学习下numpy中的zeros、zeros_likes、ones、ones_like、full、full_likeimport numpy as npx = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])print(x)# 输出1行9列的数组# [1 2 3 4 5 6 7 8 9]X = np.array([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]])print(X)# 输出2行5列的数组，也就是

使用python绘制出P-R曲线一、安装第三方库pip install sklearningpip install matplotlibpip install numpy1、其中sklearning库是机器学习中常用的库，Scikit-learn（以前称为scikits.learn，也称为sklearn）是针对Python 编程语言的免费软件机器学习库 [1] 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，并且旨在与Python数值科学图书馆NumP

K-近邻算法简单地说，k-近邻算法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、无数据输入假定确定：计算复杂度高、空间复杂度高使用数据范围：数据性和标称型k-近邻算法（kNN）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存在标签，即我们知道样本集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数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前k个最相似

机器学习简介1.1、何为机器学习机器学习横跨计算机科学、工程技术和统计学等多个学科，需要多学科的专业知识。它可以作为实际工具应用到政治到地质学的多个领域，解决其中的很多问题。甚至可以这么说，机器学习对于任何需要解释并操作数据的领域都有所裨益。在社会科学领域，正确率达60%以上的分析被认为是非常成功的。如果能准确地预测人类当下的60%的行为，那就很棒了。这怎么可以呢?难道我们不应该一直保持完美地预测吗?如果真的达不到,是否意味着我们做错了什么。1.1.1、机器学习非常重要在过去的半个世界里，发达国家