- 博客(28)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 逻辑回归Logistics--简述
一、逻辑回归的作用logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。以胃癌病情分析为例，选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群必定具有不同的体征与生活方式等。因此因变量（Y）就为是否胃癌，值为“是”或“否”，自变量（X）就可以包括很多了，如...
2019-10-20 14:00:11
2575
原创 json.decoder.jsondecodeerror unexpected utf-8 bom (decode using utf-8-sig) line 1 column 1 (char 0)
r =requests.post(page_url,headers=headers,data=data_info)import codecs解决方案1-使用编解码器模块decoded_data=codecs.decode(r.text.encode(), 'utf-8-sig')data = json.loads(decoded_data)解决方案2-不使用编解码器模块...
2019-09-25 11:57:49
7395
原创 算法--分类算法
文章纯属个人愚见，欢迎指正！分类：分类就是通过一些学习（监督学习），弄错一个分类器或者说分类模型，当你把一个参数（数据）放入时，可以告诉你你这参数（数据）应该放到哪个类，类似于猫狗分类。一：朴素贝叶斯(Naive Bayes, NB)http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.html二：Lo...
2019-08-18 22:26:41
2319
原创 算法之路--高斯分布（一）
正态分布（英语：normal distribution）又名高斯分布（英语：Gaussian distribution），是一个非常常见的连续概率分布。正态分布在统计学上十分重要，经常用在自然和社会科学来代表一个不明的随机变量。可以判断各种情况出现的概率，进而指导下一步的操作随机变量是取值有多种可能并且取每个值都有一个概率的变量。它分为离散型和连续型两种，离散型随机变量的取值为有限个或者...
2019-06-10 20:22:30
7294
原创 我的AI进坑之路---深度学习和机器学习的一些基本概念
此文章只是用于个人总结，方便理解，引用不少别人的内容，如果侵犯到原作者的利益，请联系我删掉。如果有什么内容不对或者漏了什么重要内容，接受批评，会一直持续更新自己在深度学习遇到的概念问题，尽量让自己和其他人看懂人工智能、机器学习，深度学习的关系深度学习有监督学习、半监督学习和非监督学习的区分、 监督学习可以做到“对于输入数据X能预测变量Y”，而非监督学习能做到的是“从数据...
2018-08-31 15:57:49
13922
4
转载 基于TensorFlow的Cats vs. Dogs（猫狗大战）
转载自 https://blog.csdn.net/qq_16137569/article/details/72802387 https://blog.csdn.net/xinyu3307/article/details/74643019 自己整理的，刚学，自学，欢迎批评！目录猫狗大战数据集准备训练数据的读取——input_data.py导入模块生成图片路径和标签...
2018-07-31 10:55:12
4134
2
原创 正则表达式的使用方法（基础教程）以及案例
大家一起学习，一起进步，记录学习的点点滴滴。更加详细的内容可以关注我的知乎：专治各种不服 - 知乎别光点赞，求关注！私信必回！ 回答数 22，获得 207 次赞同https://www.zhihu.com/people/jin-96-161、基础字符表示?=,?<=,?!,?<! 四者之间的使用方法2.1、？=str1(?=str2):查找str2前面的str1。注意：如果str1和str2之间存在其他字符，则没有办法匹配。2..
2021-11-19 11:36:36
560
原创 pandas使用技巧（持续更新）
print(data.shape) # 查看数据规模(维度)print(data.dtypes) # 查看各变量的数据类型print(data.info()) # 查看数据整体信息print(data.describe()) # 查看数据描述print(data.isnull()) # 查看空值print(data.columns) # 列名print(data['Age'].unique()) #查看Age唯一值print(data.values) .
2021-11-19 11:28:52
1037
原创 pca主成分分析理解笔记
一.PCA降维的目的（目标）就是为了在尽量保证“信息量不丢失”的情况下，对原始特征进行 降维，也就是尽可能将原始特征往具有最大投影信息量的维度上进行投影。将原特征投影到这些维度上，使降维后信息量损失最小。将原有的M维数据集，转换成N维的数据（N<M）。新生成的k维数据尽可能的包含原来d维数据的信息。目标（1）.找到变异最大的新维度，以最大程度地区分不同数据点。（2）.这一新维度应该可以让我们预测和重建原始维度，重建或投影误差（reconstruction/projection error）应该
2021-11-18 15:05:51
280
原创 算法之路--随机森林
一：什么是随机森林 随机森林顾名思义，是用随机的方式建立一个森林，森林里面由很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类二：随机森林的优缺点优点它可以出来很高维度（特征很多）的数据，并且...
2019-12-14 12:37:27
398
原创 机器学习中一些常用方法的说明
持续更新。。。欢迎批评 很多方法讲的都是原理，虽然讲的很对，但是看不懂，也不说这个东西是干嘛用的，就知道使用而使用，知道是用来干嘛的，才想去看原理1.归一化、正则化、标准化归一化：防止数据倾斜，导致所占比重过大。将原始数据线性化的方法转换到[0 1]的范围，该方法实现对原始数据的等比例缩放。通过利用变量取值的最大值和最小值（或者最大值）将原始数据转换为界于某一特定范围的数据，从而...
2019-10-26 17:10:21
271
转载 sklearn与其他算法集合使用步骤
传统的机器学习任务从开始到建模的一般流程是：获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测，分类。本文我们将依据传统机器学习的流程，看看在每一步流程中都有哪些常用的函数以及它们的用法是怎么样的。希望你看完这篇文章可以最为快速的开始你的学习任务。1. 获取数据1.1 导入sklearn数据集 sklearn中包含了大量的优质的数据集，在你...
2019-10-25 16:08:01
363
原创 算法的作用 --优化算法
注：单纯个人愚见，只是大概讲个作用，欢迎指正！详细的网上许多大牛都有解释。优化算法种类：一：最小二乘法函数真值与估计值之间残差最小。是一种数学优化技术。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。https://www.cnblogs.com/softlin/p/5815531.html。例...
2019-08-18 22:03:40
1508
转载 算法之路--朴素叶贝斯（七）
转载 ：https://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html#!comments朴素贝叶斯分类有一个限制条件，就是特征属性必须有条件独立或基本独立（实际上在现实应用中几乎不可能做到完全独立）。当这个条件成立时，朴素贝叶斯分类法的准确率是最高的，但不幸的是，现实中各个特征属性间往往并不条...
2019-06-20 11:47:20
711
原创 算法之路--最小二乘法（三）
https://www.cnblogs.com/softlin/p/5815531.htmlhttps://www.zhihu.com/question/37031188
2019-06-11 19:53:11
198
原创 算法之路--极大似然（二）
最大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取上述假设中的正态分布的均值与方差。极大似然估计可以拆成三个词，分别是“极大”、“似然”、“估计”，分别的意...
2019-06-11 18:06:56
226
原创 算法之路--线性回归（五）
一:线性回归模型的优点：1.建模速度快，不需要很复杂的计算，在数据量大的情况下依然运行速度很快。2.可以根据系数给出每个变量的理解和解释。3.对异常值很敏感。二:缺点1.只能用于拟合线性数据三:线性回归的用处线性回归有很多实际用途。分为以下两大类： 如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个...
2019-06-10 09:59:39
2120
转载 MR CountWord详解
转载自https://www.cnblogs.com/gaopeng527/p/5436820.html1、MapReduce理论简介1.1 MapReduce编程模型 MapReduce采用"分而治之"的思想，把对大规模数据集的操作，分发给一个主节点管理下的各个分节点共同完成，然后通过整合各个节点的中间结果，得到最终结果。简单地说，MapReduce就是"任务的分解与...
2019-03-06 15:31:25
436
原创 python2.7 安装pyqt5 解决QtWidgets等报错
链接：https://pan.baidu.com/s/1mlpbJximuBRhhGODuCKvGA 密码：cfzf 1.pip install python-qt52.下载链接里面的内容，把Lib/site-packages下的PyQt5放到python2.7安装目录下的Lib/site-packages，这个是别人编译好的pyqt5 # coding=utf-8impo...
2018-09-18 19:19:22
5174
1
转载 什么是卷积
转载自 https://baijiahao.baidu.com/s?id=1589724539207097911&wfr=spider&for=pc我们第一部分先讲 Convolution，到底什么是卷积，别忙，大家都用过某美颜软件吧，比如我老婆新垣结衣：美的不要的不要的。。。。。然后我锐化了一下，变成如下图所示：我们会发现，锐化后的图像边缘细节的对比度...
2018-08-31 17:07:47
6064
2
原创 我的AI进坑之路--计算机视觉 6 大关键技术
图像分类：根据图像的主要内容进行分类。数据集：MNIST, CIFAR, ImageNet物体定位：预测包含主要物体的图像区域，以便识别区域中的物体。数据集：ImageNet物体识别：定位并分类图像中出现的所有物体。这一过程通常包括：划出区域然后对其中的物体进行分类。数据集：PASCAL, COCO语义分割：把图像中的每一个像素分到其所属物体类别，在样例中如人类、绵羊和草地。数据集：P...
2018-08-30 16:53:49
754
1
原创 centon7装了显卡驱动进不去图形界面
卸载装好的显卡驱动，我已经被折磨了好久，为了学习深度学习才装 sudo yum remove nvidia*这样就可以进入图形界面，还想折腾的小伙伴继续
2018-08-20 15:54:14
2382
2
原创 yum 下载包出现权限不够
这个可能是你的python3版本的权限没有了，你在修改yum文件的前面部分修改了一些东西，你可以在终端运行python可以行的通吗，如果不行，你就给python加权限：chmod 777 python ...
2018-08-16 15:24:29
2778
原创 linux安装百度云盘
参照 https://github.com/proxyee-down-org/proxyee-down/blob/v2.5/.guide/linux/read.md（侵权删）补充：进入下载好的 proxyee-down-2.54 目录，然后照提示，输入命令注：要一直打开这个jar才能下载...
2018-08-15 15:27:47
16579
原创 kaggle 猫狗大战train和test数据集百度网盘
链接：https://pan.baidu.com/s/14IM5QSaIJWKgDRY3uKDl8w密码：rwil
2018-07-27 10:46:11
6878
9
原创 tensorflow/models模型下载
保存一下，老是忘记https://github.com/tensorflow/models/tree/master/research/slim
2018-07-27 10:45:18
3808
1
php中文转换成拼音api
2018-07-27
vc6.0安装包
2018-07-27
python-3.7.0
2018-07-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人