- 博客(12)
- 收藏
- 关注
原创 pca原理
本次实验通过PCA实现特征提取(降维)。PCA算法可以简化模型或是对数据进行压缩,同时最大程度的保持了原有数据的信息,最后的结果只与数据有关。各主成分之间正交,可以消除原始数据成分间对的影响。但是PCA是基于线性变换,假设数据是线性相关的。对于非线性关系较强的数据,PCA可能不够有效,需要使用非线性降维方法。
2024-06-19 19:24:30
360
原创 支持向量机(svm)
支持向量机(Support Vector Machine,简称SVM)是一种广泛应用于分类和回归分析的监督学习算法。其基本原理是通过在特征空间中找到一个最优的超平面,将不同类别的数据点分隔开。在二分类问题中,SVM的目标是找到一个能够将两类数据点分隔开的超平面,使得两侧距离最近的数据点到超平面的距离(即间隔)最大。这些最靠近超平面的数据点被称为支持向量。超平面的选择不仅要使得间隔最大,还要满足不同类别的数据点被正确分类,即位于超平面两侧的点应被分到不同的类别。
2024-06-11 13:12:27
697
原创 逻辑回归实验
逻辑回归是监督学习,主要解决二分类问题。逻辑回归虽然有回归字样,但是它是一种被用来解决分类的模型,为什么叫逻辑回归是因为它是利用回归的思想去解决了分类的问题。逻辑回归和线性回归都是一种广义的线性模型,只不过逻辑回归的因变量(Y)服从伯努利分布(离散分布),而线性回归的因变量(Y)满足的是高斯分布(正态分布),因此他们两个是很相似的(PS:线性回归是拟合一条直线,而逻辑回归是根据sigmoid将线性变成非线性,所以去掉sigmoid,他们是一样的)。
2024-05-29 18:02:34
750
1
原创 朴素贝叶斯算法计算西瓜
朴素贝叶斯算法假设了数据集属性之间是相互独立的,因此算法的逻辑性十分简单,并且算法较为稳定,当数据呈现不同的特点时,朴素贝叶斯的分类性能不会有太大的差异。具体地,将样本的特征值代入各个特征的条件概率公式中,然后将所得到的概率乘以相应类别的先验概率,得到该类别的后验概率。条件概率:记事件A发生的概率为P(A),事件B发生的概率为P(B),则在B事件发生的前提下,A事件发生的概率即为条件概率,记为P(A|B)。首先,计算每个类别的先验概率,即在没有任何其他信息的情况下,每个类别出现的概率。
2024-05-14 13:08:46
1006
1
原创 探索多种决策树算法:从理论到实践
ID3是最早的决策树算法之一,它通过计算信息增益来选择最佳的特征进行节点划分。然而,ID3算法有一个缺点,即它偏向于具有较多取值的特征。
2024-04-30 12:59:09
364
1
原创 模型的评估,选择和调优
交叉验证就是把得到的训练数据分别划分成训练集和验证集,例如:把数据分成4份,一份作为验证集,其余作为训练集,经过4次测试更换不同验证集,得到4组模型结果后取平均值。别称4折交叉验证P-R曲线刻画查准率和查全率之间的关系,查准率指的是在所有预测为正例的数据中,真正例所占的比例,查全率是指预测为真正例的数据占所有正例数据的比例。即:精准率P=TP/(TP + FP) 召回率=TP/(TP+FN)①曲线越靠近右上方,性能越好。(例如上图黑色曲线)
2024-04-16 13:43:07
1017
原创 KNN算法机器学习
在本例中,比较图片就是比较28×28的像素块。再举一个稍微复杂的例子,我们来查找点(2,4.5),在(7,2)处测试到达(5,4),在(5,4)处测试到达(4,7),然后search_path中的结点为<(7,2), (5,4), (4,7)>,从search_path中取出(4,7)作为当前最佳结点nearest, dist为3.202;回溯至(2,3),(2,3)是叶子节点,直接平判断(2,3)是否离(2,4.5)更近,计算得到距离为1.5,所以nearest更新为(2,3),dist更新为(1.5)
2024-04-02 17:47:22
420
1
原创 使用element-ui的table组件的时候,网页已经获取到数据,表格中却显示暂无数据
如果 Element UI 是作为项目的依赖项之一,那么你可能需要更新其他依赖项来适配新的 Element UI 版本。: 在安装完指定版本的 Element UI 后,可以尝试重新编译你的项目,确保新的 Element UI 版本被正确加载和使用。使用element-ui的table组件的时候,网页已经获取到数据,表格中却显示暂无数据。解决方法:尝试将element-ui版本降低,比如我降低至2.9.0即可正常获得数据。: 运行以下命令通过 npm 安装指定版本的 Element UI(替换。
2024-03-10 00:00:58
1192
1
原创 安装lessloader的时候报错
的版本,使它们的版本能够兼容。你可以在 package.json 文件中找到相关的依赖项,并将其版本号更新为兼容的版本。如果以上方法都无法解决问题,建议查看详细的错误报告文件。这个错误是由于版本冲突导致的。更新依赖版本:根据错误提示,你可以尝试更新。原因:less-loader版本冲突。来强制安装 less-loader。安装lessloader的时候报错。,里面可能有更具体的错误信息。清理 npm 缓存:运行。清理 npm 缓存。
2024-03-09 23:28:37
535
原创 Anaconda3:简化Python环境与数据科学工具的安装过程
1. 下载Anaconda3首先,访问Anaconda的官方网站(https://www.anaconda.com/)下载Anaconda3的安装程序。根据你的操作系统(Windows、macOS或Linux),选择相应版本的安装文件进行下载。请注意选择Python3.x版本的Anaconda,因为Python 2.x已经在2020年初停止支持。2. 安装Anaconda3双击下载的.exe安装文件。按照安装向导的提示进行操作。
2024-03-05 19:53:25
899
原创 博客摘录「 JAVA基础——接口(全网最详细教程)」2023年12月26日
为了声明一个接口,我们使用interface这个关键字,在接口中的所有方法都必须只声明方法标识,而不要去声明具体的方法体,因为具体的方法体的实现是由继承该接口的类来去实现的,因此,接口并不用管具体的实现。接口中的属性默认为Public Static Final.一个类实现这个接口必须实现这个接口中定义的所有的抽象方法。 一个简单的接口就像这样:拥有全局变量和抽象方法。 为了实现这个接口,我们使用implements关键词去实现接口:其中testClass类实现了我们上面刚才定义的 in1 这个接
2024-03-05 19:47:25
278
原创 母猪的产后护理:关键步骤与实用指南
母猪产后护理是确保母猪快速恢复、提高仔猪成活率和健康成长的关键。通过实施有效的环境与卫生管理、饮食管理、乳汁分泌促进、健康监测以及仔猪的初期管理,可以显著提高养猪业的生产效率和经济效益。记住,每一步都是为了确保母猪和仔猪的最佳健康状态,从而促进整个养殖业的持续发展。
2024-03-05 19:38:59
472
1
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