![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 78
VifrificationZ
这个作者很懒,什么都没留下…
展开
-
机器学习算法的一些实现
KNN做回归和分类的主要区别在于最后做预测时候的决策方式不同。KNN做回归和分类的主要区别在于最后做预测时候的决策方式不同。考虑权重的knn算法(修改方法)线性回归算法可以通过两种方式来求解。不考虑权重的knn算法。knn可视化(图展现)原创 2023-11-14 14:01:20 · 40 阅读 · 0 评论 -
python图像
灰度化:在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值 (又称强度值、亮度值),灰度范围为0-255。axes对象的grid()函数将图中网格的可见性设置为True或False。2.例如,subplot(2,3,3)和subplot(233)都在当前图形的右上角创建一个轴,占据图形高度的一半和图形宽度的三分之一。符号: ^,v,,s,+,x,D,d,1,2,3,4,h,H,p,l,_,-,- -,-.,.,,,o。原创 2023-11-14 13:59:26 · 53 阅读 · 0 评论 -
机器学习 数据分析1
在机器学习算法实践中,我们往往有着将不同规格的数据转换到同一规格,或不同分布的数据转换到某个特定分布的需求这种需求统称为将数据“无量纲化"譬如梯度和矩阵为核心的算法中,譬如逻辑回归,支持向量机,神经 网络,无量纲化可以加快求解速度:而在距离类模型,譬如K近邻,K-Means聚类中,无量纲化可以帮我们提升模型精度,避免某一个取值范围特别大的特征对距离计算造成影响。把上面的IV1,V2,IV3,V4加起来,就是这个变量的IV值,然后把所有变量的IV值都算出来,就可以根据V值的大小来看出变量的预测能力。原创 2023-11-14 13:59:05 · 52 阅读 · 0 评论 -
python
numpy中的数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构,且其能够提升性能是与数组中的元素成比例的。a 和 a.T 的遍历顺序是一样的,也就是他们在内存中的存储顺序也是一样的,但是a.T.copy(order=C)的遍历结果是不同的,那是因为它和前两种的存储方式是不一样的,默认是按行访问。numpy默认ndarray的所有元素的类型是相同的,这一点与Pvthon中的list不同如果传进来的列表中包含不同的类型,则统一为同一类型,优先级: str>float>int。原创 2023-11-14 13:57:44 · 41 阅读 · 0 评论