先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
正文
plt.scatter(X_train[y_train1,0],X_train[y_train1,1], color=‘r’, label = ‘Time’)
plt.xlabel(‘Tumor Size’)
plt.ylabel(‘Time’)
plt.axis([0,10,0,5])
plt.show()
数据可视化后生成的图片如下图所示。其中横轴是肿块大小,纵轴是发现时间。每个病人的肿块大小和发病时间构成了二维平面特征中的一个点。对于每个点,我们通过label明确是恶性肿瘤(绿色)、良性肿瘤(红色)。
那么现在给出一个肿瘤患者的数据(样本点)x:[8.90933607318, 3.365731514]
,是良性肿瘤还是恶性肿瘤
求距离
我们要做的是:求点x到数据集中每个点的距离,首先计算距离,使用欧氏距离
下面写代码:
from math import sqrt
distances = [] # 用来记录x到样本数据集中每个点的距离for x_train in X_train:
d = sqrt(np.sum((x_train - x) ** 2))
distances.append(d)# 使用列表生成器,一行就能搞定,对于X_train中的每一个元素x_train都进行前面的运算,把结果生成一个列表distances = [sqrt(np.sum((x_train - x) ** 2)) for x_train in X_train]
distances
输出:[5.611968000921151, 6.011747706769277, 7.565483059418645, 5.486753308891268, 6.647709180746875, 1.9872648870854204, 3.168477291709152, 0.8941051007010301, 0.9830754144862234, 2.7506238644678445]
在求出距离列表之后,我们要找到最小的距离,需要进行一次排序操作。其实不是简单的排序,因为我们把只将距离排大小是没有意义的,我们要知道距离最小的k个点是在样本集中的位置。
这里我们使用函数:np.argsort(array)
对一个数组进行排序,返回的是相应的排序后结果的索引
nearest = np.argsort(distances)
nearest
输出:array([7, 8, 5, 9, 6, 3, 0, 1, 4, 2])
结果的含义是:距离最小的点在distances数组中的索引是7,第二小的点索引是8… 近到远是哪些点
选k值
然后我们选择k值,这里暂定为6,那就找出最近的6个点(top 6),并记录他们的标签值(y)
k = 6topK_y = [y_train[i] for i in nearest[:k]]
topK_y
输出:[1, 1, 1, 1, 1, 0]
决策规则
下面进入投票环节。找到与测试样本点最近的6个训练样本点的标签y是什么。可以查不同类别的点有多少个。
将数组中的元素和元素出现的频次进行统计
from collections import Counter
votes = Counter(topK_y)
votes
输出:一个字典,原数组中值为0的个数为1,值为1的个数有为5Counter({0:1, 1:5})
Counter.most_common(n) 找出票数最多的n个元素,返回的是一个列表,列表中的每个元素是一个元组,元组中第一个元素是对应的元素是谁,第二个元素是频次votes.most_common(1)
输出:[(1,5)]
predict_y = votes.most_common(1)[0][0]
predict_y
输出:1
得到预测的y值是1
自实现完整工程代码
我们已经在jupyter notebook中写好了kNN算法,下面我们在外部进行封装。
相关代码可以在 https://github.com/japsonzbz/ML_Algorithms 中看到
import numpy as npimport math as sqrtfrom collections import Counterclass kNNClassifier:
def init(self, k):
“”“初始化分类器”“”
assert k >= 1, “k must be valid”
self.k = k
self._X_train = None
self._y_train = None
def fit(self, X_train, y_train):
“”“根据训练数据集X_train和y_train训练kNN分类器”“”
assert X_train.shape[0] == y_train.shape[0], \ “the size of X_train must be equal to the size of y_train”
assert self.k <= X_train.shape[0], \ “the size of X_train must be at least k”
self._X_train = X_train
self._y_train = y_train return self def predict(self,X_predict):
“”“给定待预测数据集X_predict,返回表示X_predict结果的向量”“”
assert self._X_train is not None and self._y_train is not None, \ “must fit before predict!”
assert X_predict.shape[1] == self._X_train.shape[1], \ “the feature number of X_predict must be equal to X_train”
y_predict = [self._predict(x) for x in X_predict] return np.array(y_predict) def _predict(self, x):
distances = [sqrt(np.sum((x_train - x) ** 2)) for x_train in self._X_train]
nearest = np.argsort(distances)
topK_y = [self._y_train[i] for i in nearest]
votes = Counter(topK_y) return votes.most_common(1)[0][0] def repr(self):
return “kNN(k=%d)” % self.k
当我们写完定义好自己的kNN代码之后,可以在jupyter notebook中使用魔法命令进行调用:
%run myAlgorithm/kNN.py
knn_clf = kNNClassifier(k=6)
knn_clf.fit(X_train, y_train)
X_predict = x.reshape(1,-1)
y_predict = knn_clf.predict(X_predict)
y_predict
输出:array([1])
现在我们就完成了一个sklearn风格的kNN算法,但是实际上,sklearn封装的算法比我们实现的要复杂得多。
sklearn中的kNN
代码
对于机器学习来说,其流程是:训练数据集 -> 机器学习算法 -fit-> 模型 输入样例 -> 模型 -predict-> 输出结果
我们之前说过,kNN算法没有模型,模型其实就是训练数据集,predict的过程就是求k近邻的过程。
我们使用sklearn中已经封装好的kNN库。你可以看到使用有多么简单。
from sklearn.neighbors import KNeighborsClassifier# 创建kNN_classifier实例kNN_classifier = KNeighborsClassifier(n_neighbors=6)# kNN_classifier做一遍fit(拟合)的过程,没有返回值,模型就存储在kNN_classifier实例中kNN_classifier.fit(X_train, y_train)# kNN进行预测predict,需要传入一个矩阵,而不能是一个数组。reshape()成一个二维数组,第一个参数是1表示只有一个数据,第二个参数-1,numpy自动决定第二维度有多少y_predict = kNN_classifier.predict(x.reshape(1,-1))
y_predict
输出:array([1])
在kNN_classifier.fit(X_train, y_train)
这行代码后其实会有一个输出:
KNeighborsClassifier(algorithm=‘auto’, leaf_size=30, metric=‘minkowski’,
metric_params=None, n_jobs=1, n_neighbors=6, p=2,
weights=‘uniform’)
参数
class
sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, weights=’uniform’, algorithm=’auto’, leaf_size=30, p=2, metric=’minkowski’, metric_params=None, n_jobs=None, **kwargs)
我们研究一下参数:
-
n_neighbors
: int, 可选参数(默认为 5)。用于kneighbors查询的默认邻居的数量 -
weights
(权重): str or callable(自定义类型), 可选参数(默认为 ‘uniform’)。用于预测的权重参数,可选参数如下: -
uniform
: 统一的权重. 在每一个邻居区域里的点的权重都是一样的。 -
distance
: 权重点等于他们距离的倒数。
使用此函数,更近的邻居对于所预测的点的影响更大。
-
[callable]
: 一个用户自定义的方法,此方法接收一个距离的数组,然后返回一个相同形状并且包含权重的数组。 -
algorithm
(算法): {‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’}, 可选参数(默认为 ‘auto’)。计算最近邻居用的算法: -
ball_tree
使用算法BallTree -
kd_tree
使用算法KDTree -
brute
使用暴力搜索 -
auto
会基于传入fit方法的内容,选择最合适的算法。
注意 : 如果传入fit方法的输入是稀疏的,将会重载参数设置,直接使用暴力搜索。
-
leaf_size(叶子数量)
: int, 可选参数(默认为 30)。传入BallTree或者KDTree算法的叶子数量。此参数会影响构建、查询BallTree或者KDTree的速度,以及存储BallTree或者KDTree所需要的内存大小。此可选参数根据是否是问题所需选择性使用。 -
p
: integer, 可选参数(默认为 2)。用于Minkowski metric(闵可夫斯基空间)的超参数。p = 1, 相当于使用曼哈顿距离,p = 2, 相当于使用欧几里得距离],对于任何 p ,使用的是闵可夫斯基空间。 -
metric
(矩阵): string or callable, 默认为 ‘minkowski’。用于树的距离矩阵。默认为闵可夫斯基空间,如果和p=2一块使用相当于使用标准欧几里得矩阵. 所有可用的矩阵列表请查询 DistanceMetric 的文档。 -
metric_params
(矩阵参数): dict, 可选参数(默认为 None)。给矩阵方法使用的其他的关键词参数。 -
n_jobs
: int, 可选参数(默认为 1)。用于搜索邻居的,可并行运行的任务数量。如果为-1, 任务数量设置为CPU核的数量。不会影响fit
Docker步步实践
目录文档:
①Docker简介
②基本概念
③安装Docker
④使用镜像:
⑤操作容器:
⑥访问仓库:
⑦数据管理:
⑧使用网络:
⑨高级网络配置:
⑩安全:
⑪底层实现:
⑫其他项目:
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
:**
[外链图片转存中…(img-03b18O74-1713475184670)]
⑩安全:
[外链图片转存中…(img-CBx6dbpx-1713475184670)]
⑪底层实现:
[外链图片转存中…(img-hAyVoWY6-1713475184671)]
⑫其他项目:
[外链图片转存中…(img-m2LW8tSX-1713475184671)]
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-qE5R7bUs-1713475184672)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!