weixin_39634332的博客

原创 数据库的学习

数据库的练习，方便以后自己回头看

原创 尚硅谷数据库学习记录

这里写自定义目录标题bilibili教学视频链接尚硅谷数据库笔记记录bilibili教学视频链接点击直达尚硅谷数据库笔记记录数据库安装与卸载 点击直达

原创 最近清华源挂了，多找了几个镜像源

1、清华TUNA镜像源 https://mirrors.tuna.tsinghua.edu.cn/2、中科大USTC镜像源https://mirrors.ustc.edu.cn/ 3、163 http://mirrors.163.com/4、阿里https://opsx.alibaba.com/mirror 5、 豆瓣：http://pypi.douban.com/simple/（推荐）临时使用镜像源pip install -i https://pypi.tuna.ts

原创 windows安装纯CPU版的pytorch

1.安装之前已经默认您已经安装好annaconda这个集成环境了，如果不坏，请看我的annaconda具体使用方法2.下面我们自行在我们本身的annaconda 环境下面 先开一个全新的pytorch环境，防止混乱。conda create -n pytorch python=3.6安装成功以后看自己有几个环境，输入以下代码conda info --envs有我们上面的环境以后，我们进入那个环境conda activate pytorch进入了环境以后，出现这样的图以后我们就说明已经

原创 机器学习之线性回归

第一大类.广义线性模型1. 普通最小二乘法LinearRegression类的拟合系数为w = (w1,w2,w3,…,wn),以此来最小化样本集中观测点和线性近似的预测点之间的残差平方和，数学本质就是：其fit()函数以数组x,y为输入，将拟合后的系数存储在变量coef_中，截距储存在变量intercept_中predict(xtest)函数，传入一个参数xtest,输出预测得到的y值。normalize()函数，传入需要进行归一化的数据集score(xtest,ytest)函数，传入测试数

原创 sklearn常见算法及其Api的使用

第一部分：sklearn主要模块和使用方法1. sklearn的六大板块：分类: Classification回归: Regression聚类：Clustering维数约简：Dimensional Reduction模型选择：Model Selection数据预处理：Preprocessing2. 监督学习/无监督学习下的各个模块及调用方法2.1 监督学习的各个模块neighbors: 近邻算法SVM: 支持向量机kernal_ridge: 核岭回归discriminant_ana

原创 机器学习--k近邻算法

一、k-近邻算法的基本原理对于未知类别属性数据集中的点：（1）计算已知类别数据集中的每个点与当前点之间的距离；使用欧式距离公式，计算两个向量点xA和xB之间的距离公式如下：（2）按照距离递增次序排序；（3）选取与当前点距离最小的k个点；（4）确定前k个点所在类别的出现频率；（5）返回前k个点出现频率最高的类别作为当前点的预测分类。二、k-近邻算法的三要素k值的选择、距离度量、分类决策规则三、k-近邻算法的评价优点（1）k-近邻算法是分类数据最简单最有效的算法，它是一种lazy-le

原创 机器学习分类算法~~估计器与转换器

转载 机器学习之特征工程

什么是特征工程？特征工程能直接影响机器学习的效果数据处理和特征工程的区别：特征提取：字典特征提取和文本特征提取以及使用Tf-idf文本特征提取将特征值都处理成one-hot编码实验：对下面的数据进行特征提取from sklearn.model_selection import train_test_splitfrom sklearn.feature_extraction import DictVectorizerdef dict_demo(): data = [{'c

原创 机器学习知识点----数据集的使用

前言：机器学习经常使用的框架是sklearn，要善于使用它的API,已经相关参数调用。下面是使用sklearn的获取方法对于大数据集的使用鸢尾花数据集的下载和使用from sklearn.datasets import load_irisdef datasets_demo(): iris = load_iris() print("鸢尾花数据集:\n",iris) print("查看数据集描述:\n",iris["DESCR"]) print("查看特征值的

原创 安装tensorflow1.8版本的过程中numpy发现问题

报错部分:kai@ubuntu:~$ python3Python 3.6.8 (default, Aug 20 2019, 17:12:48) [GCC 8.3.0] on linuxType "help", "copyright", "credits" or "license" for more information.>>> import tensorflow/home/kai/.local/lib/python3.6/site-packages/tensorflow/py

原创 机器学习三天入门之特征工程

from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn.feature_extraction import DictVectorizerfrom sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizerfrom sklearn.preprocessing impor.

原创 如何把jupyter notebook切换到其他配置好的conda虚拟环境

最主要的目标可以总结为，为jupyter notebook添加一个hernel，让jupyter notebook知道可以从那边读取虚拟环境。具体来说，首先要切换到想要添加的环境中来，比如说【tensorflow】，然后在这个环境中，使用ipykernel的命令来添加环境到jupyter notebook中1.首先可以看一下自己在conda里面配置了哪些环境，使用conda env list2.在cmd中以管理员身份激活你的虚拟环境conda activate tensorflow3.在tenso

原创 使用annaconda 安装sklearn 进行机器学习算法学习

前提是你已经安装好 annaconda的基础上，并且创建了tensorflow 的一个虚拟环境下面是具体步骤：首先进入anaconda prompt，输入activate tensorflow环境，再输入conda install scikit-learn，然后会弹出安装所需要的包，如mkl,numpy,scikit-learn,scipy等，然后点击确定（Y）,就会开始安装。中间可能会出现，因为包太大会安装失败的情况，这时候可以多次安装，就有可能解决这个问题。...

原创 anaconda用法

查看已经安装的包：pip list 或者 conda list安装和更新：pip install requestspip install requests --upgrade或者conda install requestsconda update requests更新所有库conda update --all更新 conda 自身conda update conda更新 anaconda 自身conda update anacondaanaconda换源：制定清华的源：con

原创 深度学习之连续值预测的线性回归问题

一、神经元模型每个神经元通过树突获取输入信号，通过轴突输出信号。神经元之间相互连接，构成了巨大的神经网络，从而形成了人脑的感知和意识基础。回归的基本步骤：1.考虑对于任何采样点，都有可能存在观测误差，我们假设观测误差变量????属于均值为????，方差为????2的正态分布(Normal Distribution，或高斯分布，Gaussian Distribution)：????(????, ????2)，则采样到的样本符合：???? = ???????? + ???? + ????, ???

原创 深度学习之简单介绍

一、深度学习和神经网络的关系神经网络算法是一类通过神经网络从数据中学习的算法。后来有数十层甚至上千层的神经网络模型相继提出展现出深层神经网络强大的学习能力。一般用深层神经网络实现的算法或模型称作深度学习，本质上神经网络和深度学习是相同的。环境配置具体看https://blog.csdn.net/weixin_39634332/article/details/106976630...

原创 机器学习简单介绍part1

一、基本分类及定义机器学习分为：监督学习，无监督学习，强化学习监督学习是指：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成。监督学习算法是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。一个最佳的方案将允许该算法来正确地决定那些看不见的实例的类标签。这就要求学习算法

原创 ‘RefVariable‘ object has no attribute ‘_id‘

原因若是你的设置是anaconda下的python.exe。就会发现在PyCharm中写入import tensorflwo as tf 时，就会报错，提示没有tensorflow模块，这是因为anaconda文件下的python.exe是3.6版本的，而你创建的conda环境是在anaconda下，而你安装的tensorflow在了conda环境下，不是在anaconda环境下，因此若是你要导入tensorflow，则需要把解释器选择为conda环境下的python.exe。方法选择Add loc

原创 python基础4--matplotlib

看代码理解画子图import matplotlib.pyplot as pltplt.rcParams["font.family"] = "SimHei"fig = plt.figure(facecolor="lightgrey")plt.subplot(2,2,1)plt.title("子标题1")plt.subplot(2,2,2)plt.title("子标题2",loc="left",color="b")plt.subplot(2,2,3)myfontdict={"fontsize

原创 python基础3--numpy

NumPy最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。ndarray 内部由以下内容组成：一个指向数据（内存或内存映射文件中的一块数据）的指针。数据类型或 dtype，描述在数组中的固定大小值的格子。一个表示数组形状（shape）的元组，表示各维度大小的元组。一个跨度元组（stride），其中的整数指的是

转载 Win10+Anaconda+Tensorflow2.0安装教程

安装说明：平台：windows版本：tensorflow2.0.0-alpha0（cpu版本）安装方式：pip一、安装环境Tensorflow2.0.0的CPU版本环境需求简单，安装比较简洁。TensorFlow是基于VC++2015开发的，所以需要下载安装VisualC++ Redistributable for Visual Studio 2015 来获取MSVCP140.DLL的支持。二、安装过程anaconda安装在anaconda安装不需要重新下一个python版本，只需要后面新

原创 python 基础2

1. 模块2. 文件3. 异常模块部分Python模块模块让你能够有逻辑地组织你的Python代码段。把相关的代码分配到一个 模块里能让你的代码更好用，更易懂。模块也是Python对象，具有随机的名字属性用来绑定或引用。简单地说，模块就是一个保存了Python代码的文件。模块能定义函数，类和变量。模块里也能包含可执行的代码。定义模块一个叫做aname的模块里的Python代码一般都能在一个叫aname.py的文件中找到。下例是个简单的模块support.py。def print_fu

原创 Jupyter notebook文件默认存储路径以及更改方法

文件默认存储路径怎么改？第一步：找到配置文件菜单中打开Anaconda Prompt输入命令 jupyter notebook --generate-config根据上面运行处的路径打开C:\Users\HS.jupyter\jupyter_notebook_config.py文件（会自动生成路径）第二步：更改配置找到 #c.NotebookApp.notebook_dir = ‘’，去掉该行前面的“#”；在打算存放文件的位置先新建一个文件夹（很重要，最好是英文的），然后将新的路径设置在单引号

转载 PyCharm配置Anaconda环境教程

假设安装路径是G:\Anaconda3第一步，配置anaconda环境变量，在系统环境变量Path添加anacond的安装路径和其子文件夹script和library/bin。我是装在G盘，我的配置是"G:\Anaconda3;G:\Anaconda3\Scripts;G:\Anaconda3\Library\bin"。第二步，为PyCharm配置anaconda环境。进入PyCharm，依次点击File->Default Setting->Project Interpreter我是选择第

原创 python基础(一)

python基础(一)总体内容简介环境搭建基础语法变量类型运算符条件语句循环语句日期和时间函数1.python简介Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。Python 是交互式语言： 这意味着，您可以在一个Pytho

原创 百度AI studio++Anaconda+ keras+scikit-learn+ Linux+tensorflow环境配置

环境配置：Miniconda问题：由于我之前直接在linux下的python进行pytorch的安装，这种情况只能在项目未关闭的情况下使用，但是当我第二天重启之后发现自动重置了，我之前安装的没了，因此下面我重新装了一个miniconda进行包管理，这样在下次重启之后不会被重置了。下载：wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.12.1-Linux-x86_64.sh安装：ba

转载 数据结构-----------------------树

原文链接原创链接：https://blog.csdn.net/wannuoge4766/article/details/83998377

转载 数据结构------------------------队列

基本定义队列也是一种线性表，是一种先进先出的线性结构。队列只允许在表的一端进行插入（入队）、删除（出队）操作。允许插入的一端称为队尾，允许删除的一端称为队头。队列有两种存储形式：顺序存储和链式存储。采用顺序队列存储的队列称为顺序队列，采用链式存储的队列称为链式队列。顺序队列采用数组存储队列中的元素，使用两个指针尾指针(rear)和头指针（front）分别指向队列的队头和队尾。使用顺序队列由于在操作时会出现“假溢出现象”，所以可以使用顺序循环队列合理的使用队列空间。链式队列使用链表来实现，链表中的数.

原创 数据结构-------栈

基础定义栈是一种操作受限的线性表只允许从一端插入和删除数据。栈有两种存储方式，即线性存储和链接存储（链表）。栈的一个最重要的特征就是栈的插入和删除只能在栈顶进行，所以每次删除的元素都是最后进栈的元素，故栈也被称为后进先出（LIFO）表。每个栈都有一个栈顶指针，它初始值为-1，且总是指向最后一个入栈的元素，栈有两种处理方式，即进栈（push）和出栈（pop），因为在进栈只需要移动一个变量存储空间，所以它的时间复杂度为O(1)，但是对于出栈分两种情况，栈未满时，时间复杂度也为O(1)，但是当栈满时，需要重新

原创 百度AI studio+Anaconda+ Linux+PyTorch环境配置

安装Miniconda在项目未关闭的情况之下使用，项目会自动重置，所以安装Miniconda进行包管理，这样重启以后就不会被重置总体过程下载： wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.12.1-Linux-x86_64.sh安装： bash Miniconda3-4.7.12.1-Linux-x86_64.sh激活conda: source ~/miniconda3/bi