- 博客(40)
- 收藏
- 关注
RSS订阅
原创 三、云服务器配置全过程
配置aws云服务器，Django + Nginx + uwsgi1、使用AWS服务器，首先在AWS官网创建一个实例。2、使用ssh连接云服务器，主机是实例中的公有DNS或者IPv4公有IP， aws中ubuntu的默认用户是ubuntu，ssh连接端口是22， 采用密钥登陆私钥密码不需要输入，在创建实例时会创建一个密钥，如果一切正确而登陆不上的话，考虑服务器端口是否开放，在实例中的安全组的入...
2020-01-04 11:04:20
427
原创 十二、(机器学习)-偏差和方差以及正则化处理
偏差和方差以及正则化处理在构建完成神经网络后，我们会对数据进行处理，使得算法在合理的时间进行训练。但是如何在验证和训练数据集的过程中做出决策，以及训练过程中的偏差和方差，和如何处理这些问题而出现的正则化处理。1、训练 / 开发 / 测试集在一般的开发过程中，我们会将数据分为训练集，验证集和测试集，接着我们对训练集进行训练，然后通过验证集进行简单的验证，最后通过测试机进行无偏差的预测，在小数...
2019-12-22 21:46:00
640
1
原创 十一、(机器学习)-激活函数的使用
机器学习激活函数的使用使用神经网路时，需要决定使用哪种激活函数在隐藏层，哪种用在输出节点上，常见的激活函数有sigmoid, tanh, Relu1、三种不同的激活函数sigmoid(z):a=σ(z)=11+ξ−za = \sigma(z) = \frac{1}{1+\xi^{-z}}a=σ(z)=1+ξ−z1tanh(z):a=tanh(z)=ξz−ξ−zξz+ξ−za = tanh...
2019-12-20 21:23:26
6683
3
原创 十、(机器学习)-决策树和梯度提升树
决策树CART与梯度提升树GBDT1、CART分类回归树简介CART分类回归树是一种典型的二叉决策树，可以做分类和回归，如果待预测结果是离散数据，则CART生成分类决策树，如果待预测结果是连续型数据，则CART生成回归决策树，数据对象的属性特征为离散型和连续型，并不是区别分类树与回归树的标准。作为分类决策树，待预测的样本落至某一个叶子节点，则输出该叶子节点所有样本所属类别最多的那一类(即叶子节...
2019-12-18 19:38:07
1191
原创 三、(数据分析)-数据清洗----缺失值处理
数据清洗之缺失值处理–拉格朗日插值法、牛顿插值法在数据数据分析的工作中，数据清洗主要是删除原始数据集中的无关数据，重复数据，平滑噪声数据，筛选掉与挖掘主题无关的数据，处理缺失值，异常值等。1、缺失值处理处理缺失值的方法可以分为3类：删除记录，数据插补和不处理，其中常用的数据插补方法右以下几种。插补方法方法描述均值/中位数/众数插补根据属性值的类型，用该属性取值的平均数...
2019-12-17 19:00:46
4038
1
原创 八、(机器学习)-Tensorflow-CNN实现Cifar-10图像识别
在官方网址有很多的示例代码，但是大多都对数据进行复杂的处理，对于初学者来说还是有很大的困难程度，我在这里使用一些简单的操作来实现图像识别的功能，一些简单易懂的操作会帮助你更好的学习Tensorflow-CNN。
2019-12-13 21:32:29
5796
37
原创 七、(机器学习)-Tensorflow实现逻辑斯蒂回归
一、利用手写数字实现逻辑斯蒂回归二、import warningswarnings.filter('ignore')import numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist 是美国一个研究机构的缩写Tensorflow中很多的...
2019-12-11 20:37:51
469
原创 六、(机器学习)-Adaboost提升树-二分类和多分类(最清晰最易懂)
Adaboost提升树一、bagging与boostingbagging即套袋法，通过对训练样本重新采样的方法得到不同的训练样本集，在这些新的训练样本集上分别训练学习器，最终合并每一个学习器的结果，作为最终的学习结果。随机森林就是采用的该方法，不同树之间是相互独立的，每个树的权重都是一样的，这样可以是树可以并行的运行。boosting算法与baging算法不同的是，学习器之间是存在先后顺序...
2019-12-04 21:52:38
9342
8
原创 五、(机器学习)-天池工业蒸汽量预测
天池工业蒸汽量预测一、赛题背景火力发电的基本原理是：燃料在燃烧时加热水生成蒸汽，蒸汽压力推动汽轮机旋转，然后汽轮机带动发电机旋转，产生电能。在这一系列的能量转化中，影响发电效率的核心是锅炉的燃烧效率，即燃料燃烧加热水产生高温高压蒸汽。锅炉的燃烧效率的影响因素很多，包括锅炉的可调参数，如燃烧给量，一二次风，引风，返料风，给水水量；以及锅炉的工况，比如锅炉床温、床压，炉膛温度、压力，过热器的温度等...
2019-11-29 21:34:31
1686
2
原创 三、(机器学习)-LinearRegression线性回归(一)
LinearRegression线性回归(–)1. 什么是线性回归线性回归是利用最小二乘法，对一个或者多个自变量和因变量之间的关系进行建模的一种回归分析。那么什么是回归，什么又是分类呢？如果一个模型输出的是一个连续的值，比如说估计房子的面积，估计值可以是100.1，100.2也可以是100.3这种连续的值，那么这个模型就是回归分析，如果预测的值不是一个了连续的值，比如说估计房子的房间数，房...
2019-11-26 13:55:21
3570
7
原创 二、(机器学习)-算法-梯度的上升与下降
梯度的上升与下降一、什么是梯度先理解下什么是梯度，用通俗的话来说就是在原变量的基础上每次迭代增加一定的量，比较各个变量下目标函数的大小。例如有一个目标函数 y = 2χ2 ,那么求目标函数的最小值，我们先给x赋一个值-5，然后每次给x加一个值（有正负方向的值），这样y每次都会有一个值，当值减小幅度达到一定精确度时停止，这是的x就是我们求的最优解。二、直接来看代码吧#先导入相关的包im...
2019-11-22 20:19:18
800
原创 一、(机器学习)-算法-KNN Preprocessing
KNN 算法 对数据的预处理的相关算法与步骤需要导入的一些基本包import pandas as pdimport numpy as npfrom pandas import Series,DataFramefrom sklearn.neighbors import KNeighborsClassifier # KNN 算法from sklearn.model_selection i...
2019-11-20 21:01:49
318
原创 十四、(机器学习)-opencv 实现火车站面部识别
利用opencv与numpy简单的实现静态和动态的类似火车检票口的面部识别系统。一、主要步骤：先建立存储训练数据的face文件夹，以及将配置文件 放 置 在同级 目 录 下。 配 置 文件在python环境下 lib -> site_packages->cv2中存在多个配置文件，挑选一种即可。建立存储训练数据的文件夹1、导包import os i...
2019-11-11 17:52:55
842
3
原创 一、(数据分析)-opencv实现图片(验证码)的去噪
验证码的去噪一、目的：针对现在网站的验证码存在许多噪声， 所以计算机在识别时会出现一些错误， 所有就要使用一些方法来将一些干扰线，也就是“噪音” 进行去噪，这儿使用opencv(cv2)，和 opencv来实现验证码的去噪.二、主要步骤：0、导包import cv2import numpy as no1、读取图片，图片的灰度化处理img = cv2.imread('./...
2019-11-11 11:05:16
2164
2
原创 十七、找不同
1、题目链接给定两个字符串 s 和 t，它们只包含小写字母。 字符串 t 由字符串 s 随机重排，然后在随机位置添加一个字母。 请找出在 t 中被添加的字母。示例：输入：s = “abcd”t = “abcde”输出：e解释：‘e’ 是那个被添加的字母。2、分析题目要求找到t中s添加的那个字母，我首先想到将s，t排序然后利用ascall值进行判断，当二者相同时即为正确的结果...
2020-01-31 14:50:04
552
原创 十六、赎金信
1、题目链接给定一个赎金信 (ransom) 字符串和一个杂志(magazine)字符串，判断第一个字符串ransom能不能由第二个字符串magazines里面的字符构成。如果可以构成，返回 true ；否则返回 false。 (题目说明：为了不暴露赎金信字迹，要从杂志上搜索各个需要的字母，组成单词来表达意思。)示例:canConstruct(“a”, “b”) -> falsec...
2020-01-30 22:33:37
236
原创 十五、二叉树剪枝
1、题目链接给定二叉树根结点 root ，此外树的每个结点的值要么是 0，要么是 1。 返回移除了所有不包含 1 的子树的原二叉树。 ( 节点 X 的子树为 X 本身，以及所有 X 的后代。)示例:输入: [1,0,1,0,0,0,1]输出: [1,null,1,null,1]2、分析此题是对二叉树进行减枝操作,只需要进行递归操作即可.3、代码# Definition for ...
2020-01-14 20:28:40
381
原创 十四、公交站间的距离
1、题目链接环形公交路线上有 n 个站，按次序从 0 到 n - 1 进行编号。我们已知每一对相邻公交站之间的距离，distance[i] 表示编号为 i 的车站和编号为 (i + 1) % n 的车站之间的距离。 环线上的公交车都可以按顺时针和逆时针的方向行驶。 返回乘客从出发点 start 到目的地 destination 之间的最短距离。示例:输入：distance = [1,2,3...
2020-01-11 19:25:35
706
1
原创 十三、使用最小花费爬楼梯
1、题目链接数组的每个索引做为一个阶梯，第 i个阶梯对应着一个非负数的体力花费值 cost[i](索引从0开始)。 每当你爬上一个阶梯你都要花费对应的体力花费值，然后你可以选择继续爬一个阶梯或者爬两个阶梯。 您需要找到达到楼层顶部的最低花费。在开始时，你可以选择从索引为 0 或 1 的元素作为初始阶梯。示例：输入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 1...
2020-01-10 21:19:57
231
原创 十二、 编辑距离
1、题目链接给定两个单词 word1 和 word2，计算出将 word1 转换成 word2 所使用的最少操作数 。 你可以对一个单词进行如下三种操作： 插入一个字符 删除一个字符 替换一个字符示例1：输入: word1 = “horse”, word2 = “ros”输出: 3解释:horse -> rorse (将 ‘h’ 替换为 ‘r’)rorse -> ros...
2020-01-09 21:37:54
130
1
原创 十一、不同路径
1、题目链接一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为“Start” ）。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为“Finish”）。 问总共有多少条不同的路径？输入: m = 3, n = 2输出: 3解释:从左上角开始，总共有 3 条路径可以到达右下角。向右 -> 向右 -> 向下向右 ->...
2020-01-08 10:23:31
120
原创 十、预测赢家
1、题目链接给定一个表示分数的非负整数数组。 玩家1从数组任意一端拿取一个分数，随后玩家2继续从剩余数组任意一端拿取分数，然后玩家1拿，……。每次一个玩家只能拿取一个分数，分数被拿取之后不再可取。直到没有剩余分数可取时游戏结束。最终获得分数总和最多的玩家获胜。 给定一个表示分数的数组，预测玩家1是否会成为赢家。你可以假设每个玩家的玩法都会使他的分数最大化。输入: [1, 5, 2]输出: ...
2020-01-07 19:38:08
2006
原创 九、连续整数求和
1、题目链接给定一个正整数 N，试求有多少组连续正整数满足所有数字之和为 N?输入: 5输出: 2解释: 5 = 5 = 2 + 3，共有两组连续整数([5],[2,3])求和后为 5。输入: 9输出: 3解释: 9 = 9 = 4 + 5 = 2 + 3 + 4输入: 15输出: 4解释: 15 = 15 = 8 + 7 = 4 + 5 + 6 = 1 + 2 + 3 + ...
2020-01-06 19:47:35
820
原创 二、日志处理
日志处理import logging.configfrom datetime import datetimeimport osdef setup_logging(log_file='log.txt', resume=False, dummy=False): ''' 配置 ''' if dummy: logging.getLogge...
2020-01-04 10:06:48
132
原创 八、另一个树的子树
1、题目链接给定一个二叉树，检查它是否是镜像对称的。 例如，二叉树 [1,2,2,3,4,4,3] 是对称的。[1,2,2,3,4,4,3] 1 / \ 2 2 / \ / \3 4 4 3[1,2,2,null,3,null,3] 1 / \ 2 2 \ \ 3 3下面是不对称的2、分析该题目是要求判断一...
2020-01-04 08:39:03
113
原创 十三、(机器学习)-利用CART与LM神经网络进行漏电用户分析
1、背景和分析本次数据挖掘建模目标如下：1、归纳出漏窃电用户的关键特征，构建窃漏电用户的识别模型2、利用实时检测数据，调用窃漏电用户识别模型实现实时的检测2、代码import warningswarnings.filterwarnings('ignore')import numpy as npimport pandas as pdimport matplotli...
2020-01-02 20:27:11
558
1
原创 七、另一个树的子树
1、题目链接给定两个非空二叉树 s 和 t，检验 s 中是否包含和 t 具有相同结构和节点值的子树。s 的一个子树包括 s 的一个节点和这个节点的所有子孙。s 也可以看做它自身的一棵子树。给定的树 s: 3 / \ 4 5/ \1 2给定的树 t： 4 / \ 1 2返回 true，因为 t 与 s 的一个子树拥有相同的结构和节点值。2、分...
2020-01-02 20:00:44
95
原创 六、Leetcode算法字符串转换整数 (atoi)
1、题目请你来实现一个 atoi 函数，使其能将字符串转换成整数。 首先，该函数会根据需要丢弃无用的开头空格字符，直到寻找到第一个非空格的字符为止。 当我们寻找到的第一个非空字符为正或者负号时，则将该符号与之后面尽可能多的连续数字组合起来，作为该整数的正负号；假如第一个非空字符是数字，则直接将其与之后连续的数字字符组合起来，形成整数。 该字符串除了有效的整数部分之后也可能会存在多余的字符，这些字...
2019-12-31 11:29:08
258
原创 五、Leetcode算法 最长公共前缀
1、题目编写一个函数来查找字符串数组中的最长公共前缀。 如果不存在公共前缀，返回空字符串 ""。输入: [“flower”,“flow”,“flight”]输出: “fl”输入: [“dog”,“racecar”,“car”]输出: “”解释: 输入不存在公共前缀。所有输入只包含小写字母 a-z 。2、分析这道题是一道简单题，但是还是用了很长的时间去改bug，刚看到题目，首先是想...
2019-12-30 20:12:22
110
原创 四、Leetcode算法Z字形变换
1、题目将一个给定字符串根据给定的行数，以从上往下、从左到右进行 Z 字形排列。 比如输入字符串为 "LEETCODEISHIRING" 行数为 3 时，排列如下：L C I RE T O E S I I GE D H N之后，你的输出需要从左往右逐行读取，产生出一个新的字符串，比如："LCIRETOESIIGEDHN"。示例一：输入: s = “LEETC...
2019-12-28 16:56:17
121
原创 三、Leetcode算法最长回文子串
1、题目给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。输入: “babad”输出: “bab”注意: “aba” 也是一个有效答案。输入: “cbbd”输出: “bb”2、分析题目要求去找最长的回文子串，回文子串即从前面读与从后面读是一致的，所以当时想到使用切片去find，找到符合top和end字符，然后判断从前读与从后读是否一致，唯一感觉...
2019-12-27 10:27:22
128
原创 二、Leetcode算法寻找两个有序数组的中位数
1、题目给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。 请你找出这两个有序数组的中位数，并且要求算法的时间复杂度为 O(log(m + n))。 你可以假设 nums1 和 nums2 不会同时为空。nums1 = [1, 3]nums2 = [2]则中位数是 2.0nums1 = [1, 2]nums2 = [3, 4]则中位数是 (2 + 3)/2 = 2....
2019-12-26 19:08:21
1188
原创 一、Leetcode算法最长字串
1、题目给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。输入: "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc"所以其长度为 3。 输入: "pwwkew" 输出: 3 解释: 因为无重复字符的最长子串是 "wke"，所以其长度为 3。 请注意，你的答案必须是 子串 的长度，"pwke" 是一个子序列，不是子串。2、分析使用一个概念滑动窗口，...
2019-12-25 09:24:53
245
原创 html css背景透明
1、background：transparent2、opacity：0.5；3、background:rgba(0,0,0,.5);
2019-09-09 21:27:33
3263
原创 一行代码
一行代码：1、打印 ♥print('\n'.join([''.join([('Love'[(x-y) % len('Love')] if ((x*0.05)**2+(y*0.1)**2-1)**3-(x*0.05)**2*(y*0.1)**3 <= 0else' ') for x in range(-30, 30)]) for y in range(30, -30, -1)]))2...
2019-08-24 16:45:18
302
原创 Python归并排序
一、归并排序1、理解: 归并排序是将一个列表每次都分为两个部分，然后分别进行排序，然后再进行合并，合并的过程中，是由两个有序的列表进行合并的，先分别定义，两个列表的下标，然后分别比较下标的值，然后将下标较小的数添加到新的列表中，数字小的乙方下标后移，依次来完成合并操作。时间复杂度为： O(nlogn), 归并排序是利用开辟新的空间来减少时间复杂度。代码：#先定义一个merge_sort(l...
2019-08-24 16:32:30
122
原创 Linux基础命令 +vim编程命令
Linux 常见服务一、文本编辑器常见的文本编辑器有，gedit，vi，vim，sublimevim是vi的增长版，号称编辑器之神vim需要安装安装命令：sudo apt -y install vim1、编辑模式命令模式 => 编辑模式按键作用I行首插入i在光标位置前插入文本a光标后面的位置插入文本A当前行的行尾插入文本...
2019-08-24 14:48:21
2130
原创 Linux基础1，文件和基本操作
linux常用命令一、linux文件系统结构sudo apt-get install treetree --help #查看帮助tree -L 1 #显示文件目录root@ubuntu16 /# tree -L 1. #系统根目录，有且只有一个根目录├── bin #存放常见的命令├── boot #系统启动文件和核心文件都在这个目录├──...
2019-08-24 14:24:48
117
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