- 博客(32)
- 收藏
- 关注
RSS订阅
原创 机器学习之线性回归算法（一）
机器学习之线性回归算法(一)问题的提出举个例子：数据：工资和年龄（两个特征）目标：预测银行会贷款给我多少钱（标签）考虑：工资和年龄都会影响最终银行贷款的结果，那么他们各自有多大的影响呢？（参数）工资年龄额度400025200008000307000050002835000750033500001200040...
2018-11-21 22:48:38
379
原创 遗传算法解决TSP旅行商问题（附：Python实现）
前言我先啰嗦一下：不是很喜欢写计算智能的算法，因为一个算法就要写好久。前前后后将近有两天的时间。好啦，现在进入正题。巡回旅行商问题(TSP)是一个组合优化方面的问题，已经成为测试组合优化新算法的标准问题。应用遗传算法解决 TSP 问题，首先对访问城市序列进行排列组合的方法编码，这保证了每个城市经过且只经过一次。接着生成初始种群，并计算适应度函数，即计算遍历所有城市的距离。然后用最优保存法确...
2018-11-07 16:23:59
42628
9
原创 （一）JAVA知识整理：基础篇
与或的区别：&& 表示短路与 只要其中有一个判定为FALSE 就不继续往后判断& 表示 与 需要判断完所有的条件|| 表示 短路或 只要其中要一个为TRUE 就不继续往后判断| 表示 或 需要判断完所有的条件源码、反码、补码正数的原码、反码、补码一致；负数的反码是除了符号位为1外，其他全部取反，补码就是“反码+1”a*=++b的运算先将b加1，再将a*b的值赋予a三目运算符?:说明 根据问号前的条件成立与否，累决定结果为冒号前或者冒号后变量=条件..
2021-11-19 15:30:08
605
原创 特征选择的三种方法、基本概念
一、相关概念 在特征选择中涉及到两个过程，一个是子集搜索，一个是子集评价。已知的特征空间的维度，需要去遍历多有可能的子集显然不现实。所以一个可行的做法是，先产生一个候选的子集，然后对该子集进行评价，之后根据这个评价继续搜索特征。子集搜索：（1）向前搜索：每次从待选的特征集A当中当中选定一个特征aka_kak加入已选的特征集S,使得特征集S∪akS\cup a_kS∪ak最优，并且大于原来的已选的特征集S.(2)向后搜索：每次从特征空间中删除一个冗余特征。（3）双向搜索：每次选择一个最优的特征（这
2020-11-23 20:17:40
6073
1
原创 MAXOUT神经网络及实例应用
MAXOUT神经网络及实例应用一、maxout 神经网络的介绍Maxout 神经网络 可以理解为单个神经元的拓展，主要是拓展单个神经元里面的激活函数。将激活函数变成一个网络选择器，原理就是将多个神经元并排的放在一起，从他们的输出结果中找到最大的那个，代表对特征相应最敏感，然后取这个神经元的结果参与后面的运算。图1 单个神经元 图 2 maxout神经网络他的公式可以表示为：z1=...
2020-01-05 12:01:45
1250
原创 浅谈Android ButterKnife框架的使用
浅谈Android ButterKnife框架的使用一、简介 ButterKnife 是注解中相对简单易懂的很不错的开源框架，是一个 专注于Android系统的View注入框架, 以前总是要写很多findViewById来找到View对象，有了ButterKnife可以很轻松的省去这些步骤。使用ButterKnife对性能基本没有损失，因为ButterKnife用到的注解并不是在运行时反射的...
2019-05-28 15:15:45
23923
2
原创 深入理解JVM-- JAVA内存模型、对象的访问模式（一）
深入理解JVM-- JAVA内存模型、对象的访问模式一、JAVA内存模型 开发离不开内存的支持，所以在开发者使用Java进行程序开发的过程之中，如果要想实现程序的高效运行效果，那么必须对整个Java的内存体系有所掌握。而如果要想理解整个Java的内存体系，那么首先必须清楚Java程序的执行流程。 java内存模型 程序的执行步骤：按照功能的要求编写一个*.java的源程序，...
2019-01-24 16:20:30
236
原创 GitHub的基本使用
1、简介 在使用git中我们可以发现，GIT现在并没有使用严格的网络要求，但是个人所编写的代码要给其他人使用，那么必须要将项目的代码公布到网络上，所以在GIT创建之初，也考虑到了此类的问题，提供了这个网站https://github.com/。 GIT的公共服务器。 但是在网站上在进行网站发布的时候需要 注意一点，他可以发布两类项目。公共项目（免费）：你可能需要将你的代码交给其他人进行...
2019-01-23 10:39:20
248
原创 GIT软件版本控制工具
1.设置全局信息 如果想要进行软件的开发，那么一定需要存在有软件的开发这的人员信息，配置一些公共的环境属性。 **范例：**设置开发者的用户名称git config --global user.name 'zengyixiang' **范例：**设置开发者的邮箱信息git config --global user.email '1305757203@qq.com' 如果...
2019-01-08 16:02:46
834
原创 机器学习之降维算法（LDA、PCA）
机器学习之降维算法（LDA、PCA）线性判别分析 (Linear Discriminant Analysis)用途：数据预处理中的降维，分类任务**历史：**Ronald A. Fisher在1936年提出了线性判别方法**目标：**LDA关心的是能够最大化类间区分度的坐标轴成分 将特征空间（数据集中的多维样本）投影到一个维度更小的 k 维子空间中，同时保持区分类别的信息**原理：...
2018-12-22 12:29:26
2466
1
原创 机器学习之决策树算法
机器学习中决策树算法树模型决策树：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（这里先讲分类树）假如我们需要对是否玩游戏进行分类，我们有两个特征。如上图所示。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（从根节点开始选择特征，如何进行特征切分）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一旦构造好...
2018-12-22 10:08:59
986
原创 机器学习之信用卡欺诈案例(混淆矩阵、数据预处理、模型评估）
1.案例背景数据说明：这一份数据是信用卡的消费使用数据，其中数据涉及到一些隐私的内容，里面的相关数据特征已经经过了处理，我们拿到的数据并不是最原始的数据。我们通过逻辑回归来预测信用卡异常的数据。观察数据代码：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata = pd.read_c...
2018-12-12 23:30:49
5090
4
转载 吐血整理：jQuery快速入门。（今天也要加油鸭！）
今日任务使用JQuery完成页面定时弹出广告定时器: setInterval clearInterval setTimeout clearTimeout显示: img.style.display = “block”隐藏: img.style.display = “none”img 对象 style属性: style对象使用JQuery完成表格的隔行换...
2018-12-05 13:35:33
189
原创 机器学习之聚类算法与应用（六）
聚类算法与应用通常我们会使用”距离“衡量样本的远近不同的场景：图片检索：图片内容的相似度图片分割：图片的像素、颜色的相似度网页聚类：文本内容的相似度社交网络聚类：关注人群，喜好、喜好内容电商用户聚类：点击、购买商品、行为序列不管用什么样的评定内容，最终都会把样本表示成向量，向量的距离该如何表示？欧氏距离d(x,z)=∣∣x−z∣∣=∑d=1D(xd−zd)2d(x,z...
2018-12-02 17:13:49
1011
原创 利用sklearn实现kmeans和DBSCAN聚类算法
利用sklearn实现kmeans和DBSCAN算法1.数据说明：import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 导入相关的数据beer = pd.read_csv('data/cluster_data.txt',sep=' ')print(beer)x = beer[['calorie...
2018-12-02 17:05:30
5379
1
原创 利用sklearn实现SVM算法及人脸分类和参数调节实例
利用 sklearn 实现SVM，及其人脸分类小实例利用sklearn 生成数据import numpy as npimport matplotlib.pyplot as pltfrom scipy import stats# 利用sklearn 随机生成数据from sklearn.datasets.samples_generator import make_blobsx...
2018-12-02 11:04:30
6579
1
原创 机器学习之支持向量机算法（五）
支持向量机（Support Vector Machine）要解决的问题：什么样的决策边界才是最好的？特征数据本身如果很难分，怎么办？计算的复杂度怎么样？能实际应用吗？目标：基于上述问题对SVM进行推导三条线都能够做分类，但是那一条线最好呢？决策边界：选出来离雷区最远的（雷区就是边界上的点，要large margin）数学推导过程：这里我们假设x1...
2018-12-02 10:14:12
411
2
原创 Python实现逻辑回归对比试验（四）
数据说明 我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子，你有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学概率。 以下截取部分数据34.62365962451697,78.0...
2018-11-25 22:14:05
678
原创 机器学习之逻辑回归算法（三）
逻辑回归 Logistic regression**目的：**经典的二分类算法机器学习算法选择：先逻辑回归再用复杂的，能简单还是简单的逻辑回顾的决策边界：可以是非线性的Sigmoid 函数：公式：g(z)=11+e−zg(z) = \frac{1}{1+e^{-z}}g(z)=1+e−z1自变量取值为任意实数，值域为[0,1]解释：将任意的输入映射到[0,1]区间，我...
2018-11-22 14:53:46
200
原创 机器学习之梯度下降算法（二）
引入当我们得到一个目标函数后，如何进行求解？直接求解？（不一定可解，线性回归可以当做是一个特例）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），然后让他朝着这个方向去做。如何优化：每次优化一点点。目标函数：J(θ0,θ1)=12m∑i=0m(hθ(xi)−yi)2J(\theta_0,\theta_1) = \frac{1}{2m}\sum...
2018-11-22 10:14:38
172
原创 利用JavaScript完成页面定时弹出广告
需求分析一般网页，我们在打开的时候会弹出一个广告，让我们看5秒钟，然后自动消失。技术分析定时器setInterval:每隔多少秒执行一次函数setTimeout:多少秒之后执行一次函数clearIntervalclearTimeout显示广告 img.style.display = “block”隐藏广告 img.style.display = “none”步骤...
2018-11-14 10:10:59
1378
原创 JavaScript的简单入门
Javascript是一种直译式的脚本语言什么是脚本语言？Java源代码———》编译成java.class 文件 ————》java 虚拟机才能执行脚本语言：源码—》解释执行js由我们的浏览器来解释执行。HTML决定页面的框架CSS：美化页面js：与用户的交互js的组成ECMAScript：核心部分，定义js的语法规范DOM：document object model 文档对...
2018-11-13 20:30:35
195
原创 利用css+div制作网站注册界面
<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <link rel="stylesheet" type="text/css" href="../css/m
2018-11-09 00:40:03
1946
原创 利用div+css对网站首页进行优化及各类常用选择器
在前一天的博客中，网站首页是通过表格嵌套的，但是存在一些问题。表格布局缺陷：嵌套层级太多了，一旦出现嵌套顺序错乱，整个页面达不到预期的效果。一旦改动一小块整个布局都要发生改变。引出div+css布局div 标签和 span 标签div 默认占用一行 span 不占用一行css的概述层叠样式表主要作用：美化我们的html页面。元素选择器：语法：元素的名称{属性：属性的...
2018-11-08 22:42:01
193
原创 HTML学习笔记
标签的基本使用基本标签h标签 font标签 hr标签&amp;amp;lt;!DOCTYPE html&amp;amp;gt;&amp;amp;lt;html&amp;amp;gt; &amp;amp;lt;head&amp;amp;gt; &amp;amp;lt;meta charset=&amp;quot;UTF-8&amp;q
2018-11-07 12:42:57
261
原创 HTML之frameset的使用
注意：去掉body标签，否则会出错<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> </head> <frameset rows="15%,*">
2018-11-07 12:41:01
158
原创 网站注册案例
分析中间注册部分为三个table嵌套，最中间的table是10行2列代码如下：<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> </head> <body>
2018-11-07 12:35:54
318
1
原创 HTML之表单
表单标签 action : 直接提交的地址 method : get 方式 默认提交方式 ,会将参数拼接在链接后面 , 有大小限制 ,4k post 方式 会将参数封装在请求体中, 没有这样的限制 input : type: 指定输入项的类型 text : 文本 password : 密码框 ra...
2018-11-07 11:25:21
236
原创 网站首页案例
目标网站分析 1. 创建一个8行一列的表格 2. 第一部份: LOGO部分: 嵌套一个一行三列的表格 3. 第二部分: 导航栏部分 : 放置5个超链接 4. 第三部分: 轮播图 5. 第四部分: 嵌套一个三行7列表格 6. 第五部分: 直接放一张图片 7. 第六部分: 抄第四部分的 8. 第七部分: 放置一张图片 9. 第八部分: 放一堆超链接代码&...
2018-11-07 10:37:45
3091
翻译 Exploring Models and Data for Image Question Answering 论文翻译
这项工作旨在解决基于图像的问答（QA）与新模型和数据集的问题。 在我们的工作中，我们建议使用神经网络和视觉语义嵌入，而不需要诸如对象检测和图像分割之类的中间阶段来预测关于图像的简单问题的答案。 我们的模型比现有图像质量保证数据集上的唯一公布结果好1.8倍。 我们还提出了一种问题生成算法，该算法将广泛可用的图像描述转换为QA形式。 我们使用此算法生成一个数量级更大的数据集，具有更均匀分布的答案。 还...
2018-08-28 09:53:28
816
1
转载 使用pygal绘制世界地图时的两个报错
我在使用pygal调用国别码、绘制世界地图的时候，遇到了两个问题，一是使用下方语句调用国别码的时候from pygal.i18n import COUNTRIES出现了如下报错：ModuleNotFoundError: No module named 'pygal.i18n'二是使用下方语句绘制世界地图的时候import pygalwm = pygal.Worldmap()出现了如下报错A...
2018-07-03 09:44:04
1142
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