從疑開始-CSDN博客

原创 python——np.histogram()直方图生成函数

直方图直方图定义在统计学中，直方图是一种对数据分布情况的图形表示，是一种二维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某种属性（亮度，像素值，梯度，方向，色彩等等任何特征）直方图的意义（1）直方图是图像中像素强度分布的图形表达方式。（2）直方图统计了每一个强度值所具有的像素个数（可以理解为每个强度值在整个图像中的分布比例）。直方图特征（1）直方图不再表征任何的图像纹理信息，而是对图像像素的统计。（2）由于同一物体无论是旋转还是平移在图像中都具有相同的灰度值，因此直方图具有平

2022-05-09 11:04:25 11037

原创 python——numpy的矩阵向量基本运算

加法（减法）运算向量>>>a = np.asarray([1, 2, 3])>>>b = np.asarray([1, 1, 1])>>>a+barray([2, 3, 4])矩阵>>>a = np.asarray([[1, 1, 1], [2, 2, 2]])>>>b = np.asarray([[2, 2, 2], [3, 3, 3]])>>>a + barray([[3,

2022-05-07 17:42:17 1977

原创 23种设计模式——简单工厂模式（python版）

简单工厂模式现实生活中，原始社会自给自足（没有工厂），农耕社会小作坊（简单工厂，民间酒坊），工业革命流水线（工厂方法，自产自销），现代产业链代工厂（抽象工厂，富士康）。我们的项目代码同样是由简到繁一步一步迭代而来的，但对于调用者来说，却越来越简单。在日常开发中，凡是需要生成复杂对象的地方，都可以尝试考虑使用工厂模式来代替。注意：上述复杂对象指的是类的构造函数参数过多等对类的构造有影响的情况，因为类的构造过于复杂，如果直接在其他业务类内使用，则两者的耦合过重，后续业务更改，就需要在任何引用该类的源代码内

2022-02-15 17:46:10 741

原创 python——单列模式+多线程（new(cls)）

本文作者：听风。本文链接：https://www.cnblogs.com/huchong/p/8244279.html关于博主：评论和私信会在第一时间回复。或者直接私信我。版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！文章目录单例模式实现单例模式的几种方式使用模块使用装饰器使用类基于__new__方法实现（推荐使用，方便）单例模式单例模式（Sing.

2021-11-11 14:14:20 359

原创 python之路——初识面向对象

本文转发自：https://www.cnblogs.com/Eva-J/articles/7293890.html#_label1引用至此，作为笔记记录！文章目录前言面向过程 VS 面向对象初识类和对象类的相关知识1.初识类——声明类有两种作用：属性引用和实例化属性引用（类名.属性）实例化查看属性&调用方法self类属性的补充小结对象的相关知识对象/实例只有一种作用：属性引用对象之间的交互类命名空间与对象、实例的命名空间面向对象的组合用法初识面向对象小结面向对象的三大特性继承什么是继承继承与抽象

2021-11-08 18:05:23 264 3

原创 docker部署ES + KIBANA

1、下载Elasticsearchdocker pull elasticsearch****************************************我的已经下载完成****************************************[root@localhost admin]# docker pull elasticsearchUsing default tag: latestlatest: Pulling from library/elasticsearchDige

2021-10-14 16:11:54 158

原创 docker部署安装 nginx

Nginx 部署和安装1、查询Nginxdocker search Nginx[root@localhost home]# docker search nginxNAME DESCRIPTION STARS OFFICIAL AUTOMATEDnginx Official build of Nginx.

2021-10-14 15:30:00 281

原创 docker常用命令

docker常用命令目录帮助命令docker version显示docker 的版本信息[root@localhost admin]# docker version Client: Docker Engine - Community Version: 20.10.9 API version: 1.41 Go version: go1.16.8 Git commit: c2ea9bc Built: Mon

2021-10-14 11:47:23 398

原创 docker安装

环境准备1、linux 命令基础2、centos83、虚拟机环境变量[admin@localhost ~]$ cat /etc/os-release NAME="CentOS Linux"VERSION="8"ID="centos"ID_LIKE="rhel fedora"VERSION_ID="8"PLATFORM_ID="platform:el8"PRETTY_NAME="CentOS Linux 8"ANSI_COLOR="0;31"CPE_NAME="cpe:/o:cen

2021-10-14 09:49:36 126

原创 docker第一课

docker----能够节约系统资源虚拟机缺点：1、资源占用多2、冗余步骤多3、启动速度慢容器化技术：1、传统虚拟机，虚拟一条硬件，运行一个完成的系统。容器内的应用直接运行在宿主机的内核上，容器本身没有内核，也没有虚拟硬件3、容器之间相互隔离，每个容器都有一个属于自己的文件系统，互不影响。docker -----DevOps(开发、运维)1、应用更快速的交付和部署传统：阅读帮助文件，安装程序docker：打包镜像，发布测试，一键安装2、更快捷的升级和扩容3、更简单的系统运维4、

2021-10-13 16:23:24 91

原创 python函数——列表元素的添加

在python中，将元素添加到列表中的方式，常用的有：1、list.append(object)2、list.extend(sqe)3、list.insert(index, object)1、list.append(object)append() 方法用于在列表末尾添加新的对象。2、list.extend(sqe)extend() 函数用于在列表 list 的末尾一次性追加另一个序列 sqe3、list.insert(index, object)insert() 函数用于将指定对象插入

2021-05-10 13:13:10 3546

原创 python函数——列表中的元素删除

在python中，列表中的函数删除总共有三种函数：1、list.pop()2、list.remove()3、del list[]下面逐一介绍;1、list.pop(self, __value)pop() 函数用于移除列表中的一个元素（默认最后一个元素），并且返回该元素的值。括号中不添加任何索引，默认弹出列表中最后一个元素括号中添加元素位置的索引，则删除列表指定索引位置的元素2、list.remove()remove() 函数，通过指定元素的值来移除列表中某个元素的第一个匹配项，如果这

2021-05-10 11:25:19 7862

原创新手python之BP神经网络——手写公式推导+可运行代码+编程中遇到的问题

python，现在临近毕业也逐渐意识到这门语言的重要性，后悔不能当初把它学好（悔不当初）！！！本文原来是matlab的，编写过常用的机器学习代码，现在转型python，希望大家看了我写的新手代码，不要嘲笑！！学了一段时间python，自己尝试编写的第一个算法——BP神经网络，并将应用到鸢尾花数据集上，数据集连接如下：鸢尾花数据集iris0.txt数据集集已经进行了处理，属于纯纯的0-1问题分类（二分类问题），先说一说在编写过程中遇到的问题，程序已经附在最后了1、程序的模块化在写程序的程序的时候

2021-04-17 17:23:51 591

原创最优化理论——元启发式优化算法综述（二）

上一节中讲述了四种启发式优化算法中的前两种，分别为：基于进化的算法和基于群体智能的算法。其中，基于进化算法的代表是遗传算法GA和差分进化DE；基于群体智能的算法中最具代表性的当属粒子群优化PSO。在实际的中，利用这三种启发式进化算法进行最优值求解时，获得的最优解基本一致，但是在运行时间上相差巨大，时间顺序表述如下：GA<DE<PSO！！！下面分别介绍剩下的两类元启发式优化算法：基于人类（人类行为）的算法和基于物理和化学的算法。并分别给出所使用或提出该算法的论文链接。3、基于人类（人类行为）的

2021-02-24 12:14:56 3648 2

原创最优化理论——元启发式优化算法综述（一）

元启发式优化算法是一种解决全局优化问题常用的方法，它主要是通过模拟自然和人类智慧来实现最优解的求解。相比于传统的优化方法，如模拟退回，梯度下降等，1960年。元启发式优化方法首次被提出，是一种灵活且无视梯度变化的方法。元启发式的优化算法主要可被分为四类：（1）基于进化的算法（2）基于群体智能的算法（3）基于人类的算法（4）基于物理和化学的算法下面我们逐步介绍一下上述四种主要的智能优化算法。1、基于进化的算法基于进化的算法主要是通过模拟自然界中的优胜劣汰的进化法则（达尔文法则），实现种群的整

2021-02-23 16:25:37 13151

原创机器学习——常用的回归模型性能评价指标

对于回归而言，更注重的是模型拟合的曲线，相对于真实曲线的误差。主要包括：拟合优度/R-Squared，校正决定系数(Adjusted R-square)，均方误差（MSE），均方根误差（RMSE），误差平方和(SSE)，平均绝对误差（MAE），平均绝对百分比误差(MAPE)。1、均方误差（MSE）均方误差是指：观测值与真值偏差的平方和与观测次数的比值公式：MSE相当于模型中的损失函数，线性回归过程中尽量让该损失函数最小。那么模型之间的对比也可以用它来比较。MSE可以评价模型的预测精度，MSE的值越

2021-02-22 15:36:51 5417

原创机器学习——常用的分类模型性能评价指标

分类模型的性能评价指标，主要包含准确率，精确率、召回率、f1_score，ROC曲线，AUC等1、分类评价指标先列出混淆矩阵其中：TP：真实值是positive，模型分为positiveFN：真实值是positive，模型分为negativeFP：真实值是negative，模型分为positiveTN：真实值是negative，模型认为是negative1.1、准确度（Accuracy）准确度：对于给定的测试集，模型正确分类的样本数与总样本数之比。公式为：1.2、精确度（preci

2021-02-22 14:49:40 8326

原创力扣(leetcode)——回文数判断

题目：判断一个整数是否是回文数。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。例子：输入: 121输出: true输入: -121输出: false解释: 从左向右读, 为 -121 。从右向左读, 为 121- 。因此它不是一个回文数。输入: 10输出: false解释: 从右向左读, 为 01 。因此它不是一个回文数。程序（）已通关class Solution(object): @staticmethod def isPalindr

2020-11-19 15:49:26 208

原创力扣(leetcode)——整数反转

题目：给出一个 32 位的有符号整数，你需要将这个整数中每位上的数字进行反转。例子：输入: 123输出: 321输入: -123输出: -321输入: 120输出: 21结题答案：class Solution(): @staticmethod def reverse(x): reversed = [] if x>0: while True: temp = x % 10

2020-11-17 20:03:32 114

原创力扣(leetcode)——数组的相对排序

题目：数组的相对排序给你两个数组，arr1 和 arr2，arr2 中的元素各不相同arr2 中的每个元素都出现在 arr1 中对 arr1 中的元素进行排序，使 arr1 中项的相对顺序和 arr2 中的相对顺序相同。未在 arr2 中出现过的元素需要按照升序放在 arr1 的末尾。目前，本人只写了这一种算法，后续新的方式会继续补充的！！！class Solution(): def relativeSortArray(arr1, arr2): temp_nums = [

2020-11-14 21:31:24 201

原创力扣——两数之和（三种方法）

题目：给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。这是本人在刷力扣，所用到的方法。前面的两种方法总是会遇到运行时间超时的苦恼，知道方法三的出现。方法1：双循环遍历法class Solution(): @staticmethod def twoSum(nums, target): if len(nums) < 2:

2020-11-14 15:40:00 1542

转载正则化(Regularization)和梯度下降——线性回归和逻辑回归

在阅读原作者文章时，感觉写的很好，也很清楚，因此转载过来，作为学习笔记。在原文基础上，加入一些自己的理解。很感激原作者！！！正则化(Regularization)针对于回归类算法或者分类算法，如线性回归和逻辑回归，它们能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习应用时，会遇到过拟合(over-fitting)的问题，可能会导致它们效果很差。如果我们有非常多的特征，我们通过学习得到的假设可能能够非常好地适应训练集（代价函数可能几乎为0），但是可能会不能推广到新的数据。下图是一个回归问题

2020-10-26 21:40:34 2009

LL20246033的博客

原创 python——np.histogram()直方图生成函数

原创 python——numpy的矩阵向量基本运算

原创 23种设计模式——简单工厂模式（python版）

原创 python——单列模式+多线程（new(cls)）

原创 python之路——初识面向对象

原创 docker部署ES + KIBANA

原创 docker部署安装 nginx

原创 docker常用命令

原创 docker安装

原创 docker第一课

原创 python函数——列表元素的添加

原创 python函数——列表中的元素删除

原创新手python之BP神经网络——手写公式推导+可运行代码+编程中遇到的问题

原创最优化理论——元启发式优化算法综述（二）

原创最优化理论——元启发式优化算法综述（一）

原创机器学习——常用的回归模型性能评价指标

原创机器学习——常用的分类模型性能评价指标

原创力扣(leetcode)——回文数判断

原创力扣(leetcode)——整数反转

原创力扣(leetcode)——数组的相对排序

原创力扣——两数之和（三种方法）

转载正则化(Regularization)和梯度下降——线性回归和逻辑回归

原创遗传算法(进化类算法)中的选择，交叉，变异等一系列问题解析(二)

原创 MATLAB常用技巧之复数判断，矩阵中空值判断，空矩阵判断

原创 matlab常用函数randperm——随机整数生成和随机打乱矩阵顺序

原创 matlab中矩阵求交集函数intersect+例子+实例

原创 matlab函数——矩阵重构以及向量复制repmat函数

原创 matlab——遗传算法中的选择，交叉，变异等一系列问题解析(一)

原创 matlab中怎样生成随机数——随机数生成函数rand家族

原创 Excel表格数据该怎么读取和写入之——xlsread函数和xlswrite函数

原创 MATLAB中函数find的使用方法概述，简单易懂+例子

iris0.txt数据集

PCA（主成分分析法）

evaluating indicator.rar

BinaryELM.rar

空空如也