- 博客(21)
- 收藏
- 关注
RSS订阅原创 LaTeX BibTeX的使用
不同期刊或会议的论文参考文献格式不一定遵循标准的参考文献格式，如果官方提供了latex模板，就可以使用Bibtex进行参考文献的自动生成。
2023-03-23 21:36:36
2244
1
原创 Seaborn学习
Seaborn在matplotlib上进行了封装，提供了许多画图模板。本文整理自https://www.bilibili.com/video/BV1HF411B72n。
2022-09-09 18:39:18
996
原创 Numpy学习
本文是对《Python数据科学手册》第二章的整理。理解Python中的数据类型Python是一种动态输入的语言，区别于静态语言如C语言。Python整形标准的Python 实现是用C 语言编写的。这意味着每一个Python 对象都是一个聪明的伪C语言结构体，该结构体不仅包含其值，还有其他信息。当我们在Python 中定义一个整型，例如x = 10000 时，x 并不是一个“原生”整型，而是一个指针，指向一个C 语言的复合结构体，结构体里包含了一些值。在Python3.4源代码中整形（长整型）用C语
2022-02-26 15:29:30
751
原创 基于主成分分析（PCA）的特征降维方法对葡萄酒数据集进行分类
当所要分析的样本特征过多时，我们可以采用主成分分析即PCA（principal component analysis）对数据进行降维和可视化。代码引自《python机器学习》PCA算法及其实现PCA算法的步骤如下：1）对原始ddd维数据集做标准化处理。2）构造样本的协方差矩阵。3）计算协方差矩阵的特征值和相应的特征向量。4）选择与前kkk个最大特征值对应的特征向量，其中kkk为新特征空间的维度(k≤d)(k\le d)(k≤d)。5）通过前kkk个特征向量构建映射矩阵W\bm{W}W。6)通
2022-01-27 20:03:47
6620
1
原创 Python基础
本文是对《Python编程：从入门到实践》的简单整理简单变量字符串引号可为单引号或双引号string.title()首字母大写string1+string2字符串合并string.rstrip()删除末尾空白string.lstrip删除开头空白string.strip()删除两侧空白string.split()根据字符串创建单词列表数字str(num)转换为字符串列表列表基础用[]表示，用,分隔。可以将任何东西加入列表，其中的元素没有任何关系。bicycles = ['tre
2022-01-26 23:31:26
824
原创 使用K-means算法进行聚类分析
原理对于最流行的聚类算法K-means算法，它的算法步骤如下：1）从样本点中随机选择k个点作为初始簇中心。2）将每个样本点划分到距离它最近的中心点μ(j)\mu^{(j)}μ(j)，j∈{1,⋯ ,k}j\in\{1,\cdots,k\}j∈{1,⋯,k}所代表的簇中。3）用各簇中所有样本的中心点代替原有的中心点。4）重复步骤2和3，直到中心点不变或达到预定迭代次数时，算法终止。K-means算法的目标函数为簇内误差平方和（within-cluster sum of squared errors
2022-01-25 12:16:00
13939
原创 使用核SVM对鸢尾花进行分类
用高斯核SVM拟合异或数据集使用核SVM可以很容易地解决非线性可分问题，代码引自《python机器学习》。一种非线性可分的数据集可以通过如下代码实现：np.random.seed(0)X_xor = np.random.randn(200, 2)# 返回200*2的array,数据符合标准正态分布y_xor = np.logical_xor(X_xor[:, 0] > 0, X_xor[:, 1] > 0)# 异或操作，返回0和1y_xor = np.where(y_xor, 1,
2022-01-24 17:51:46
2834
原创 基于SVM(支持向量机)对鸢尾花进行分类
支持向量机方法也是一种强大的机器学习分类方法。在感知器算法中，我们的目标是最小化分类误差，而在SVM中，我们的优化目标是最大化分类间隔。较大的分类间隔意味着模型有较小的泛化误差，较小的间隔则意味着模型可能会过拟合。在SVM中的两条平行的决策边界为：w0+wTxpos=1w_0+\bm{w}^T\bm{x}_{pos}=1w0+wTxpos=1w0+wTxneg=−1w_0+\bm{w}^T\bm{x}_{neg}=-1w0+wTxneg=−1两式相减可得：wT(xpos−xne
2022-01-23 21:40:57
9847
1
原创 使用scikit-learn对鸢尾花进行分类
我们可以使用scikit-learn训练感知器和逻辑斯谛模型以对鸢尾花进行分类，在这里我们使用三种鸢尾花,代码引自《python机器学习》。使用线性分类的感知器的实现如下：from sklearn import datasets #鸢尾花数据包含于sklearn库中，常用于测试from sklearn.model_selection import train_test_split #将cross_validation修改为model_selectionfrom sklearn.preprocessi
2022-01-22 10:41:10
2811
原创 基于梯度下降法对鸢尾花进行分类
除使用Rossenblatt算法通过花瓣长度和萼片长度数据集对鸢尾花进行分类外，也可以使用对权重用梯度下降法进行更新的方法对鸢尾花进行分类。代码引自《python机器学习》。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapclass AdalineGD(object): def __init__(self,e
2022-01-19 17:23:13
1944
原创 Rossenblatt感知器算法对鸢尾花进行分类
Rossenblatt感知器算法对鸢尾花进行分类通过Rossenblatt感知器算法可以由花瓣长度和萼片长度数据集对两种鸢尾花进行分类。代码引自《Python机器学习》,如下所示：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapclass Perceptron(object): def __init__(s
2022-01-19 16:31:51
1077
原创 将实验数据用matlab连成平滑的曲线图
将实验数据用matlab连成平滑的曲线图在实验课程中是较为有用的，下面以理论截止频率为600Hz的有源高通滤波器所测得的幅频数据为例，可以编写如下代码：f=[170 250 340 400 500 900 1000];%频率值H=[0.1 0.2 0.4 0.5 0.7 0.98 1];%|H|ff=170:10:1000;HH=spline(f,H,ff);hold onplot(f,H,'ko','MarkerFaceColor','k');%以实心黑点标记数据plot(ff,HH,'b'
2021-12-19 19:26:25
3603
原创 用小根堆解决top-K问题
#include<bits/stdc++.h>using namespace std;int N,K;struct Heap{ #define dad(x) x/2//父节点 #define le(x) x*2//左儿子 #define ri(x) x*2+1//右儿子 int tot=0,w[1000005]; void xf_up(int x){//向上维护 if(x==1) return ;//如果到达根 if(w[dad(x)]>w[x]
2021-11-20 20:22:45
361
转载 基于priority_queue的Dijkstra
代码引自https://www.cnblogs.com/mudrobot/p/13328920.html#include<bits/stdc++.h>//全库#define N 100005 //节点总数#define gc() getchar()using namespace std;struct sd{ int val,to,next; sd(){} bool operator < (const sd & kyl) const{//运算符重定义 ret
2021-11-20 15:20:25
120
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