bcxiaobaichi的博客

原创 2022/1/8机器学习之神经网络

神经网络回顾：单层神经网络即自适应神经元算法（Adaline）用分类的自适应算法，并采用梯度下降算法来学习模型的权重系数，用一下的规则在训练集的每个迭代更新权重向量w:计算基于整个训练集的梯度，并通过梯度相反方向退一步更新权重。优化定义为误差平方和（SSE）的目标函数J（w)以找到该模型的最优权重。此外把梯度乘以学习率，必须谨慎选择该参数以平衡学习速度与全局最小成本函数过度所带来的风险。在梯度下降优化中，每次迭代都同时更新所有权重。为权重向量w的每个权重定义偏导数。激活函数：阈值函数：

原创 2022/1/8机器学习之聚类

机器学习之聚类1.定义：聚类指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。聚类试图将训练集中的样本数据划分为若干个（K个）通常互不相交的子集，每一个子集称为一个“簇”，达到“物以类聚”的效果，即是簇与簇之间的相似度低，簇内相似度高的目的**、2.特征：聚类属于无监督学习技术：无监督学习是基于缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高的背景。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式

原创 2022/1/6机器学习之模型评估

一、管道方法简化工作流1.读入数据集：pd.read.csv("+地址“）2.将特征分配给NumPy阵列x,用LabelEncoder将对象分类标签转为整数。3.将数据分为训练集和测试集4.使用make_pipeline函数可以将包含任意多个scikit-learn转换器（支持fit和transform方法作为输入对象），后面接着实现fit以及predict方法的scik-learn评估器。二、 在模型未见过得数据上评估其性能或者对模型泛化性能得可靠评估方法：1.抵抗交叉验证：a.开始阶段：

原创 2022/1/6机器学习之特征统一尺度和避免过拟合的方法

把特征放在同一尺度上1.决策树和随机森林是两种少有的不必担心特征比例调整的机器学习算法（这两种算法不随特征比例的影响）2.大多数其他的机器学习算法和优化算法，在相同特征比例的情况下表现优异。3.两个例子：a.假设有两个特征，一个是1到10的范围，另一个是1到100000范围。Adaline的平方误差函数，算法主要忙于优化误差较大的第二个特征的权重。b.利用欧氏距离度量k–近邻（KNN）算法，样本之间的计算距离将由第二个特征轴支配A.归一化: 通常是把特征的比例调整到【0，1】区间，这是最小最大比

原创 2022/1/6用回归分析预测连续变量目标

回归分析预备：回归分析的应用场景和作用：回归分析主要运用在预测连续目标变量，有助于解决科学工作以及工业应用中的许多问题，有助于理解变量之间的关系，评估或预测趋势。1.线性回归定义：针对一个或多个特征与连续目标变量之间的关系建模简单线性回归：目的:针对单个特征（解释变量x）和连续响应值（目标变量y）之间的关系建模。方程定义如下：y=w0+w1x方程解释：w0代表y轴截距，w1为解释变量的加权系数目标：学习线性方程的权重，以描述解释变量和目标变量之间的关系，然后预测训练集里面从未见过的心的响

原创 2021/12/31机器学习之scikit-learn分类器

预备：训练机器学习分类算法的主要步骤1.选择特征并收集训练样本2.选择度量性能的指标3.选择分类器并优化算法4.评估模型的性能5.调整算法一、基于逻辑回归的分类概率建模

原创 安卓相关知识

1.SQL数据库MainActivitypackage com.example.sqliteimport android.content.ContentValuesimport androidx.appcompat.app.AppCompatActivityimport android.os.Bundleimport android.util.Logimport kotlinx.android.synthetic.main.activity_main.*class MainActivit

原创 2021/12/27机器学习之感知机和自适应神经元算法

人工神经元的感知机分类算法1.人工神经元将神经细胞描述为带有二进制输出的简单逻辑门：多个信号到达树突，然后整合到细胞体，并当累计信号超过一定的阈值时，输出信号将通过轴突。2.人工神经元的正式定义a.应用场合：人工神经元放在二元分类场景b 两种分类：正类=1，负类=-1c 定义决策函数：φ(z)d.定义输入值：x(向量）e.定义输入值的权重：w(向量）f.定义净输入函数:z=w1x1+w2x2+…+wm*xm注意：x和w均为向量 z=w·x(两向量点乘）φ（z）函数和z函数的关系

原创 2021/12/12 机器学习之基本理念

“机器学习”是一门多领域交叉学科，设计概率论，统计学，逼近论，算法复杂度理论等多门学科，“机器学习”使得计算机人才适应大数据与人工智能新时代的发展趋势。

原创 2021/12/2小型网络思科设备仿真实现

**要求实现以下功能：综合实验拓扑图如下所示1、局域网全网互通2、每个区域主机都能自动获取IP、域名等信息，并通过域名访问内部Web服务器3、二层和三层交换机间需要冗余链路加强稳定可靠性4、利用NAT计算实现内网主机利用极少数的公网地址上网访问外网服务器5、外网服务器能访问内网服务器6、各网络设备（二层、三层及出口路由器）均可进行telnet网管**

原创 2021/11/22串行口的相关问题

原创 2021/11/14定时器的相关问题

1.简单查询实现运用定时器实现小灯闪烁#include<reg52.h>void timer0_Init();sbit LED=P1^0;void main(){ timer0_Init(); while(1) { if(TF0==1) { TF0=0;//方便下次再次计时 TH0=(65536-50000)/256;//重新赋值 TL0=(65536-50000)%256; LED=~LED; } }}void timer0_I

原创 2021/11/10矩阵键盘问题

预备知识：行列扫描识别原理

原创 2021/11/9独立按键问题

**预备知识1.一键锁定开关程序效果：开关按下一次小灯点亮，开关再次按下小灯熄灭（主要用过开关按下的电平变化和延时函数实现的，暂时没有利用中断，利用的是程序扫描方式，这里注意消除抖动和松手延时）****#include<reg52.h>sbit KEY1=P3^0;sbit KEY2=P3^1;sbit KEY3=P3^2;sbit KEY4=P3^3;sbit LED=P1;void DelayXms(unsigned int xms){ unsi

原创 2021/11/19数码管显示问题

#include<reg52.h>//延时函数固定套路void DelayXms(unsigned int xms){ unsigned int i,j; for(i=xms;i>0;i--) for(j=124;j>0;j--);}//数码管段表（可以根据LED编码软件自动得到）unsigned char leddata[]={ 0xC0, //"0" 0xF9, //"1" 0xA4, //"