- 博客(38)
- 收藏
- 关注
RSS订阅原创 Python图像逐像素点取邻域数据
Python图像逐像素点取邻域数据图像比较大的话，在MATLAB上跑起来比较慢，用Python跑就会快很多，贴此备用吧！#coding=utf-8import pandas as pdimport numpy as npfrom pandas import DataFramefrom matplotlib import pyplot as pltfrom matplotlib ...
2018-03-20 21:18:33
6105
2
原创 数据结构知识点系列三
数据结构知识点系列三：查找1、顺序表查找平均查找长度为：n+12\frac{n+1}{2}查找方式：从表中第一个或最后一个元素开始，逐个进行比较，直到找到关键字或查找结束。2、有序表查找二分查找：在有序表中，取中间元素作为比较对象，若相等，则查找成功；若给定值小于中间元素，则在中间元素的左半区查找；否则在右半区查找。mid=low+high−low2mid=low+\frac{high-low}{2
2017-11-29 20:44:40
273
原创 C++ Primer知识系列五：对象和类
C++ Primer知识系列五：对象和类面向对象编程特性：抽象、封装和数据隐藏、多态、继承、代码的可重用性。1、类class stock{ private://只能通过公共成员访问的类成员（数据隐藏） char company[30]; int shares; void set() {...} public://表示组成的公共接口的类成
2017-11-23 16:57:26
311
原创 C++ Primer知识系列四：内存模型和名称空间
C++ Primer知识系列四：内存模型和名称空间1、头文件头文件包含：函数原型；使用#define或const定义的符号常量；结构声明；类声明；模板声明；内联函数//避免多次包含同意头文件#ifndef COORDIN_H_EXAM#define COORDIN_H_EXAM...#endif2、存储持续性、作用域和链接性链接性：名称如何在不同单元间共享。自动存储持续性：函数内定义的变量
2017-11-21 21:56:41
299
原创 数据结构知识点系列二
数据结构知识点系列二1、图相关定义图是由顶点的有穷非空集合和顶点之间边的集合组成，记为G(V,E)G(V,E)，其中VV为顶点集合，EE为(vi,vj)(v_i,v_j)(无向边)或<vi,vj><v_i,v_j>(有向边vi→vjv_i\rightarrow v_j，viv_i为尾，vjv_j为头)的集合。完全图：任意两个顶点间均有边，无向完全图有n(n−1)2\frac{n(n-1)}{2}条边
2017-11-16 17:16:31
261
原创 C++ Primer知识系列三：函数基础
C++ Primer知识系列三：函数格式：函数返回值类型 函数名(参数列表){……}1、参数//1. 数组参数，传递的是地址 int func1(int arr[],int n)int func2(int* arr,int n) int func3(const int arr[],int n)//const原始数组不被修改//二维数组int func4(int* arr[4],in
2017-11-14 19:28:29
227
原创 C++ Primer知识系列二：控制语句
C++ Primer知识系列二：控制语句1、for循环for (初始化语句;终止语句;更新)//for结束后，变量将消失2、逗号运算符//将两个表达式放在一起for (j=0,i=5;j<i;j++,i--)3、关系表达式<,<=,>,>=,==,!=//不能用于字符串数组，但可用于string对象4、while循环while (判断条件){ ...}5、类型别名#define BY
2017-10-31 11:21:53
226
原创 数据结构知识点系列一
数据结构知识点系列一1、预备知识逻辑结构：集合结构、线性结构、树形结构、图形结构物理结构：顺序存储结构和链式存储结构算法的特性：输出、输出、有穷、确定性、可行性时间复杂度：大O阶：O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)<O(n!)<O(nn)O(1)<O(\log n)<O(n)<O(n\log n)<\\O(n^2)<O(n^3)<O(2^n)<O
2017-10-24 17:36:02
440
原创 C++ Primer知识系列一：预备知识、数据及基本类型
C++ Primer知识系列一：预备知识、数据及基本类型1、预备知识编程过程：源代码(.cpp)→\rightarrow编译器→\rightarrow目标代码(.obj)→\rightarrow链接程序(启动代码及库代码)→\rightarrow可执行代码(.exe)注释：//单行，/*多行*/；C++对大小写敏感；预处理器编译指令：#include；变量使用前必须声明。2、处理数据没有任何一种整型
2017-10-23 20:47:42
262
翻译 The Matrix Cookbook(译)二
The Matrix Cookbook(译)一、导数1)、X表示一个无特殊结构的矩阵。∂Xkl∂Xij=δikδlj\frac{\partial X_{kl}}{\partial X_{ij}}=\delta_{ik}\delta_{lj}2)、x，y表示向量：[∂x∂y]i=∂xi∂y,[∂x∂y]i=∂x∂yi,[∂x∂y]ij=∂xi∂yj\bigg{[}\frac{\partial\bf{x
2017-10-21 12:17:14
6290
翻译 论文学习一：卷积神经网络中类别不平衡问题的系统研究
论文学习一：卷积神经网络中类别不平衡问题的系统研究翻译自论文：A systematic study of the class imbalance problem in convolutional neural networks摘要内容实验数据：MNIST、CIFAR-10、ImageNet不平衡问题解决方法：oversampling(过采样)、undersampling(欠采样)、two-phase
2017-10-19 16:07:53
3434
转载 C++ 标准库
C++ 常用的标准库1. cmathC数学库 常用函数 描述 sin 计算正弦 cos 计算余弦 tan 计算正切 acos 计算反余弦 asin 计算反正弦 atan 计算反正切 atan2 计算反正切with两个参数 cosh 计算双曲余弦 sinh 计算双曲正弦 tanh 计算双曲正切 acosh
2017-08-27 22:16:14
5767
转载 k-近邻学习,朴素贝叶斯，期望最大化，最大熵模型算法介绍
k-近邻学习 k-Nearest Neighbor(KNN)1. 算法描述k-近邻学习是一种监督的分类回归方法。工作机制：给定测试样本，基于某种距离度量找出训练集中与其最接近的k和训练样本，然后基于这k个“邻居”的信息进行预测。通常，在分类任务中采用“投票法”；在回归任务中采用“平均法”（也可根据距离远近进行“加权”）。**三个基本要素：**k值得选择，距离度量及分类/回归决策规则。“懒惰学习”没有
2017-08-21 21:57:46
2919
转载 集成学习
**集成学习：**ensemble learning, 通过构建多个学习器来完成学习任务，要获得好的集成：个体学习器应“好而不同”，具备准确性和多样性。BoostingBoosting:个体学习器间存在强依赖关系，必须串行生成的序列化方法。工作机制：先从初始训练集训练出一个基学习器，再根据基学习器的表现对训练集样本分布进行调整，使得先前基学习器训练错误的训练样本在后续收到更多的关注，然后基于调整后的
2017-08-19 17:38:43
1529
转载 ID3, C4.5, CART
决策树学习基本算法叶节点对应决策结果，其他节点对应一个属性测试，通过属性测试的值将样本划分的子节点中 TreeGenerate(D,A){ 生成节点Node; if D只有一个类别C then 将Node标记为C类叶节点; return; end if if A是空集 或 D在A上
2017-08-16 15:40:01
698
转载 SVM支持矢量机
通过间隔最大化→分离超平面:wTx+b=0→决策函数：h(x)=sign(wTx+b)通过间隔最大化\rightarrow分离超平面:w^Tx+b=0\rightarrow 决策函数：h(x)=sign(w^Tx+b)函数间隔与几何间隔：函数间隔：γ^i=yi(w⋅xi+b)几何间隔：γi=yi(w∥w∥⋅xi+b∥w∥)函数间隔：\hat\gamma_i=y_i(w\cdot x_i+b)\;\
2017-08-15 16:50:57
452
原创 机器学习算法整理之Logistic Regression (LR) 逻辑斯谛回归 ：分类方法（对数线性模型）
sigmoid 函数：f(z)=11+exp(−z)f(z)=\frac{1}{1+exp(-z)}二分类：P(Y=1|x)=11+exp(−wTx)=exp(wTx)1+exp(wTx)P(Y=1|x)=\frac{1}{1+exp(-w^Tx)}=\frac{exp(w^Tx)}{1+exp(w^Tx)} P(Y=0|x)=exp(−wTx)1+exp(−wTx)=11+exp(wTx),w=
2017-08-14 22:29:46
776
转载 Tensorflow系列三：深度神经网络和MNIST数字识别
Tensorflow系列三：MNIST数字识别样例程序1. mnist_inference定义前向传播函数及神经网络(单隐层)参数#-*-coding:utf-8-*-import tensorflow as tf#定义神经网络结构INPUT_NODE = 784OUTPUT_NODE = 10LAYER_NODE = 500#通过get_variable函数获取变量，且将正则化加入损失
2017-07-24 21:43:24
667
转载 剑指offer——新增面试题
剑指offer——新增面试题1. 数组面试题51：数组中重复的数字（数组元素在0~n-1范围内）bool duplicate(int numbers[],int length,int* duplication){ if (numbers == NULL || length <= 0) return false; for (int i=0;i<length;++i)
2017-07-04 20:41:39
317
转载 剑指offer——面试案例
剑指offer——面试案例面试题49：把字符串转换为整数**补：**C++中成员变量的初始化顺序只与它们在类声明中的顺序有关，而与在初始化列表中的顺序无关/*考虑空指针，空字符串，正负号，溢出等情况，参考atoi函数*/enum Status{kValid = 0,kInvald};int g_nStatus = kVlaid;int StrToInt(const char *str){
2017-07-04 20:40:59
312
转载 剑指offer——面试中的各项能力
剑指offer——面试中的各项能力1. 知识迁移能力面试题38：数字在排序数组中出现的次数/*采用二分查找：分别查找数组中第一个和最后一个待查找的数字*/int GetNumberOfK(int *data,int length,int k){ if (data==NULL && length<=0) return 0; int number = 0; in
2017-07-03 22:32:10
292
转载 剑指offer——优化时间和空间效率
剑指offer——优化时间和空间效率1. 时间效率面试题29：数组中出现次数超过一半的数字/*解法一思想：排序后位于中间的数字就是所求数字，中位数（数组第n/大数字）*///基于快排Partition函数的O(n)算法int MoreThanHalfNum(int* numbers,int length){ if (CheckInvalidArray(numbers,length))
2017-07-03 22:31:40
346
转载 剑指offer——解决面试题的思路
剑指offer——解决面试题的思路1. 画图让抽象问题形象化面试题19：二叉树的镜像struct BinaryTreeNode{ int m_nValue; BinaryTreeNode* m_pLeft; BinaryTreeNode* m_pRight;};/*前序遍历树的每个结点，若遍历到的结点有子结点，就交换他的两个子结点；当交换完所有非叶子结点的左右子结点后，就
2017-06-29 16:38:46
277
转载 剑指offer——高质量代码
剑指offer——高质量代码1. 代码的规范性清晰的书写清晰的布局（缩进等）合理的命名2. 代码的完整性考虑所有可能的输入情况，设计全面的单元测试用例功能测试边界测试负面测试三种错误处理的方法函数用返回值来告知调用者是否出错（和系统API一致但不能方便的使用计算结果）当发生错误时设置一个全局变量（能方便的使用计算结果但容易遗忘）当发生错误时抛出异常（逻辑清晰但影响程序性能）面
2017-06-28 16:44:12
269
转载 剑指offer——基础知识之C++
1. C++（封装，继承和多态）考点一：sizeofsizeof(object) or sizeof(typename)//结果为字节数据类型的sizeof/*c++基本数据类型*///32位sizeof(char)==1;sizeof(short int)==2;sizeof(int)==4;sizeof(long int)==4;sizeof(float)==4;sizeof(do
2017-06-09 15:43:35
635
原创 Tensorflow系列二：入门
Tensorflow系列二：入门一 Tensorflow计算模型——计算图每个计算都是计算图中的一个节点，而节点之间边描述了计算之间的依赖关系。Tensorflow程序分为两个阶段：第一阶段：定义计算图中的所有计算import tensorflow as tfa = tf.constant([1.0,2.0],name="a")b = tf.constant([2.0,3.0],name="b"
2017-05-12 11:56:44
1434
1
原创 Python内置函数系列之数值相关函数
Python内置函数系列之数值相关函数abs(x)参数说明：可以是整数，浮点数或者复数。函数作用：返回一个数的绝对值。若参数是复数则返回模。>>> abs(1)1>>> abs(-1)1>>> abs(1.23)1.23>>> abs(-1.23)1.23>>> abs(2+2j)2.8284271247461903bin(x)参数说明：一个整型数据。函数作用：返回其二进制字符串。
2017-05-11 11:33:19
702
转载 机器学习概述
机器学习概述一 关注的问题分类问题（根据数据样本上抽取的特征判定其属于有限个类别中的哪个类别）回归问题（根据数据样本上抽取的特征预测一个连续值的结果）聚类问题（根据数据样本上抽取的特征让样本抱团）二 应用计算机视觉（人脸识别。车牌识别，图片搜索）自然语言处理（文本内容理解，文本情绪判断，语音识别，机器翻译）社会网络分析（用户画像，网络关联分析，热点发现）推荐（某宝的”猜你喜欢”，歌
2017-05-10 21:40:19
282
翻译 scikit-learn API参考手册之sklearn.tree
scikit-learn API参考手册之sklearn.treescikit-learn API参考手册之sklearntreetreeDecisionTreeClassofierparameterstreeDecisionTreeRegressorparameterstreeExtraTreeClassifierparameterstreeExtraTreeRegressorparame
2017-05-06 15:43:23
4756
原创 Tensorflow系列一：环境搭建
这个系列主要摘自《Tensorflow实战Google深度学习框架》这本书，边学习边整理其中主要内容，以便记忆。Tensorflow系列一环境搭建一 Tensorflow的主要依赖包Protocol BufferBazel二 Tensorflow安装使用 Virtualenv安装使用native pip安装使用Docker安装使用Anaconda安装从源码编译安装三 Tenso
2017-05-06 10:28:29
745
原创 python读取本地文件
python读取本地文件方法一: open()fr = open(filename)dataset = [line.strip().split(分隔符) for line in fr.readline()]fr.close()方法二: numpy的genfromtxt()import numpy as npdataset = np.genfromtxt(filename,delimiter=分
2017-05-04 17:06:02
6952
转载 Matplotlib绘制树形图
机器学习实战之Matplotlib绘制树形图树信息存储为”字典“对象，例如{‘no surfacing’: {0: ‘no’, 1: {‘flippers’: {0: ‘no’, 1: ‘yes’}}}} 绘制图形为： #绘制树形图import matplotlib.pyplot as pltdecision_node = dict(boxstyle="sawtooth",fc="0.8")
2017-05-04 16:33:32
7348
1
原创 python杂记
python杂记numpy 矩阵点乘import numpy as npa=np.mat([[1],[1]])b=np.mat([[2],[2]])c=np.multiply(a,b)numpy.random随机函数：shuffle()和permutation()import numpy as npfrom numpy import random#arr是一维arr=np.arange(
2017-05-04 16:27:08
467
翻译 The Matrix Cookbook(译)
The Matrix Cookbook(译)The Matrix Cookbook译1基础1迹Trace2行列式Determinant3特例22矩阵2导数Derivatives1基础∗∗∗A−1表示A的逆矩阵∗∗∗∗;AT表示A的转置;AH表示Hermitian矩阵(A的共轭转置矩阵A∗==A)∗∗∗(AB)−1=B−1A−1(ABC...)−1=...C−1B−1A−1(AT)−1=(A
2017-05-03 22:23:19
18636
转载 剑指offer——面试杂记
剑指offer——面试杂记面试一般分为三个环节：行为面试—>技术面试—>应聘者提问1.行为面试关于简历的项目经验简短的项目背景（注意：参与和负责的使用）自己完成的任务具体做了哪些工作自己的贡献PS：面试官常问的问题：你在该项目中碰到的最大的问题是什么，是怎么解决的？从该项目中你学到了什么？什么时候会和其他团队成员有冲突，是怎么解决冲突的？关于简历技能的描述“了解“：只是在看过不曾
2017-05-01 22:19:46
404
转载 Logistic Regression(LR)杂记
Logistic Regression(LR)杂记应用经验1. LR < SVM/GBDT/RandomForest ? LR能以概率的形式输出结果，而非只是0,1判定 LR的可解释性强，可控度高(你要给老板讲的嘛…) 训练快，feature engineering之后效果赞
2017-05-01 20:56:24
272
原创 Python如何给矩阵加行或列？
# Python如何给数组(array对象)加行或列？首先，导入模块：import numpy as np方法一：np.row_stack((arr1，arr2))，np.columns_stack((矩阵1，矩阵2))arr1 = np.array([[1,2],[3,4]])arr2= np.ones(2)arr3 = np.row_stack((arr1,arr2))//
2017-04-28 17:32:28
6472
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