- 博客(12)
- 收藏
- 关注
RSS订阅原创 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
347
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
661
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
727
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
987
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
352
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
998
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
405
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
1039
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
491
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
878
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
255
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
402
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