- 博客(6)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 使用Apriori算法进行关联分析--代码学习
#-*- coding: utf-8 -*-def loadDataSet(): return [[1,3,4],[2,3,5],[1,2,3,5],[2,5]]#构建集合C1，C1是大小为1的所有候选项集的集合def createC1(dataSet): C1 = [] #创建一个空列表，用来存储所有不重复的项值 #遍历数据集中的所有交易记录，transactio
2015-12-27 20:45:07
1270
原创 Python对象——Pickle腌制
在Python中如果我们有一些对象需要持久性存储，并且不丢失我们这个对象的类型与数据，我们则需要将这些对象进行序列化，序列化之后，需要使用的时候，我们再恢复为原来的数据。序列化的这种过程，我们称其为pickle （腌制）。恢复的过程称为反的pickle将对象进行pickle有两种形式，一种是将对象序列化，另一种是将对象存储在文件中来序列化在python中有pickle这个模块，我们只需导入
2015-12-21 17:52:19
2655
原创 Python 常量与变量
Python中在程序运行时不会被更改的量称之为常量，比如数字7和字符串“abc"在运行时一直都是数字7和字符串”abc“，不会更改成其他的量，这些都是常量，除此之外，还可以定义任意的字符串为指定值的常量。常量有一个特点，就是：一旦绑定，不能更改。比如，我们定义标识符”cd“为常量，然后把数字5这个值赋给”cd“这个常量，一旦赋给cd这个常量后，cd这个常量的就一直是5，不能被改变。
2015-12-21 16:36:30
9668
转载 理解dropout
理解dropout注意：图片都在github上放着，如果刷不开的话，可以考虑翻墙。转载请注明：http://blog.csdn.net/stdcoutzyx/article/details/49022443开篇明义，dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。注意是暂时，对于随机梯度下降来说，由于是随机丢弃，故而每一个mini
2015-12-16 10:49:56
1409
转载 正则化方法：L1和L2 regularization、数据集扩增、dropout
正则化方法：L1和L2 regularization、数据集扩增、dropout标签：机器学习 正则化 过拟合 本文是《Neural networks and deep learning》概览 中第三章的一部分，讲机器学习/深度学习算法中常用的正则化方法。（本文会不断补充）正则化方法：防止过拟合，提高泛化能力在训练数据不够多时，或者overtra
2015-12-16 10:11:55
747
转载 Deep Learning 读书笔记（一）
Deep Learning 读书笔记（一）：ImageNet Classification with Deep Convolutional Neural Networks本文来自：http://blog.csdn.net/tuqinag/article/details/40077333 这篇文章的内容是描述作者在ImageNet LS
2015-12-16 09:25:41
2149
1
利用VS2010发布程序安装包讲解及遇到的问题解决
2016-03-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人