python
文章平均质量分 77
python 相关代码
DiDiu520
机器学习中
展开
-
深度学习之路=====9=====>>MobileNet(tensorflow2)
MobileNet tensorflow2.4原创 2022-11-24 14:41:23 · 813 阅读 · 0 评论 -
基于SEIRD和元胞自动机(CA)模型的传染病发展趋势预测
传染病的传播是个复杂的时空扩散过程,对传染病扩散建模有助于理解传染病的传播机理与内在规律。目前传染病的数量预测模型主要有传染病动力学模型,该模型将人群分为多个类别,分别为易感人群 (S),接触人群 (E),感染人群 (I),康复人群 (R), 采用微分方程刻画人群数量的变化,主要用来预测疫情的拐点和规律,根据传染病的流行病学特征,传染病动力学模型可分为 SI,SIS,SIR,SEIR 等基本模型,分别适用不同的感染病学特征。原创 2022-11-28 08:36:11 · 4718 阅读 · 4 评论 -
机器学习之K近邻分类模型 python底层代码实现
K近邻算法是一种基本分类与回归方法。分类时,对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决的方式进行预测。因此,K近邻法不具有显式的学习过程。文章目录K近邻算法(K-nearest neighbor)一、k值的选择二、距离度量欧式距离三、k近邻算法的实现总结K近邻算法(K-nearest neighbor)K近邻算法简单、直观:给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最近邻的K个实例,这K个实例的多数属于某个类,就把该输入实例分为这个类。k值的选择、距离度量及分类原创 2022-01-24 00:30:45 · 856 阅读 · 0 评论 -
机器学习之感知机模型(1),python底层代码实现
感知机是二分类线性模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1值。感知机学习算法具有简单而易于实现的优点,分为原始形式和对偶形式。感知机由Rosenblatt于1957年提出,是神经网络和支持向量机的基础。目录感知机(perceptron)一、感知机模型二、学习策略1.损失函数2 优化算法随机梯度下降算法三、代码实现感知机(perceptron)<font color=#999AAA 一、感知机模型感知机是一种线性分类模型,属于判别模型。感知机模型的假设空间是定义在.原创 2022-01-23 00:30:01 · 982 阅读 · 0 评论 -
python面对对象编程在类的定中,一个类方法调用类中其他方法的几种方式
在类的定义中,实现一个类方法调用其他类方法的几种方式原创 2022-01-14 09:28:48 · 1734 阅读 · 0 评论 -
电脑有GPU,安装tensorflow-GPU后运行代码,GPU利用率基本为0,而CPU利用流程占满了
注意:若程序刚开始运行以下代码时,结果显示无可用GPU,无其他毛病(如tensorflow版本和cuda,cudnn版本不对应,电脑无可用GPU等)前提下,应将程序关闭重启,之后再运行下面的代码,看结果是否显示可用GPU。1:进入anoconda prompt,输入以下代码,如果结果是True,表示GPU可用,若为Flase,无GPU可用。import tensorflow as tfprint(tf.test.is_gpu_available())2:用如下代码可以查看cpu,gpu配置情况:原创 2022-01-09 23:44:40 · 2781 阅读 · 0 评论 -
anoconda prompt常用操作
conda create -n conda remove -n conda 其实没有重命名指令,实现重命名是通过 clone 完成的,分两步:先 clone 一份 new name 的环境删除 old name 的环境conda create -n --clone 删除虚拟环境:conda remove -n xxxx --all //创建xxxx虚拟环境activate conda listpip uninstall <name包>查看已创建的环境信息:conda e原创 2022-01-09 23:43:47 · 998 阅读 · 0 评论 -
python_ERROR日常出坑指南(SIMAIR背景下)
1、ModuleNotFoundError: No module named ‘tornado.platform.auto’----> 3 from tornado.platform.auto import set_close_exec解决:我的tornado版本为6.1,在官网https://www.tornadoweb.org/en/stable/releases了解到6.1版本中的set_close_exec已被移除,所以要对tornado版本降级。根据官网介绍,选择了tornado6.原创 2022-01-09 17:45:59 · 964 阅读 · 0 评论 -
更改jupyter-notebook文件保存位置方法
找到C盘用户路径下的.jupyter文件夹,用记事本打开文件夹中的”jupyter_notebook_config“文件,编辑>查找"c.NotebookApp.notebook_dir"所在行,令c.NotebookApp.notebook_dir =‘E:\Jupyter’<可自行设置保存路径>,并将该行的注释 #去掉。打开桌面,在开始中找到Jupyter notebook,打开它的文件位置,选中Jupyter notebook,点击属性,将目标中路径后面双引号部分全部删除即可。.原创 2022-01-09 16:06:12 · 3141 阅读 · 0 评论 -
python逻辑回归(logistic regression LR) 底层代码实现 BGD梯度下降算法 softmax多分类
逻辑回归前面用sigmoid函数实现了基本逻辑回归的二分类,感兴趣的童鞋点击###python逻辑回归(logistic regression LR) 底层代码实现 BGD梯度下降算法 二分类#####了解sigmoid二分类逻辑回归>>目录逻辑回归前言一、多0-1分类器1.OVO2.OVR3 OvO vs OvR:二、softmax多分类1 softmax函数预测函数损失函数参数θ\thetaθ对损失函数的导数关系softmax多分类逻辑回归底层代码实现及可视化参考前言逻辑回归原创 2022-01-04 12:29:27 · 2542 阅读 · 0 评论 -
python逻辑回归(logistic regression LR) 底层代码实现 BGD梯度下降算法 二分类
目录逻辑回归1、决策函数2、假设函数(sigmoid函数)3、预测函数4、损失函数(cost function)5、代码实现及可视化逻辑回归逻辑回归是机器学习中的经典分方法。虽然它称之为回归,但它是分类算法,这里我觉得此算法是做了一个决策边界的拟合,即决策边界的回归,SVM的分类也可以这样理解。逻辑回归算法步骤描述如下:假设决策函数;引入Sigmoid函数,将函数值映射为概率值;计算损失函数-交叉熵,进行参数更新:若结果收敛,退出计算。1、决策函数假设决策函数为θTX=[θ..原创 2021-12-09 21:15:52 · 1120 阅读 · 1 评论 -
爬山算法改进-探测器-python-全局最优解
爬山算法改进前言一、爬山算法二、算法改进-探测器1.递归寻找局部最优值2.探测器搜索全局最优值总结前言爬山法(climbing method)是一种优化算法,它一般从一个随机某一点开始,然后逐步计算每一点的函数值直到找到一个最优解(局部最优),所以它是一种局部搜索算法,这意味着它适用于单峰优化问题或在应用全局优化算法后使用。爬山法有以下3个缺点:(1)局部最优: 该算法的性质决定了其极容易陷入局部最优,且很难跳出;(2)平顶:平顶是状态空间中评估函数值基本不变的一个区域,在某一局部点周围..原创 2021-11-09 01:29:55 · 2272 阅读 · 2 评论 -
python机器学习 多项式回归模型正则化(拉索,岭,弹性网)
多项式回归模型正则化(拉索,岭,弹性网络)目录多项式回归模型正则化(拉索,岭,弹性网络)一、pandas是什么?二、使用步骤1.引入库2.读入数据总结提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入原创 2021-11-07 13:18:33 · 2713 阅读 · 0 评论 -
python 机器学习 一元和二元多项式回归 梯度下降算法
python 机器学习 一元多项式回归一元多项式一元多项式表达式为:Y=WTX=[w0+w1+⋯+wn]⋅[1+x+⋯+xn−1]TY=W^TX=\left[ w_0+w_1+\cdots +w_n \right] \cdot \left[ 1+x+\cdots +x^{n-1} \right] ^TY=WTX=[w0+w1+⋯+wn]⋅[1+x+⋯+xn−1]T其中高次项为一次项的高次幂,将该式写为多元表达式:Y=WTX=[w0+w1+⋯+wn]⋅[x1+x2+⋯+xn]TY=W^T原创 2021-11-06 15:44:45 · 3250 阅读 · 0 评论 -
python一元线性回归算法,代码及参数更新动图展示
(一元)线性回归算法假设函数和代价函数1.设已知数据集为(X,Y),假设其线性关系为:y_pred=hθ(x)=θ0+θ1×xy\_pred=h_{\theta}\left( x \right) =\theta _0+\theta _1\times xy_pred=hθ(x)=θ0+θ1×x2.用均平方误差(MSE)作为代价函数(损失函数),其中m为样本数: J(x,y,θ)(MSE)=12m∑i=1m(hθ(x(i))−y(i))2^{J(x,y,\theta )(MSE)=\fra原创 2021-11-03 22:51:51 · 3438 阅读 · 0 评论 -
anaconda 安装Pyecharts经验
使用anaconda 安装pyechart时,先使用 conda install wheel安装wheel这个包,接着使用pip install pyecharts,本来想用conda install pyecharts,发现conda 压根找不到这个包,如图:当然,若没有安装wheel这个依赖包,pyecharts也安装不了。最后附上美图!!代码:from pyecharts imp...原创 2020-03-04 23:51:54 · 6256 阅读 · 1 评论 -
美国大学生数学建模-足球传递网络图
python -networkx画网络图注意使用networx画网络图,本人使用anaconda的spyder,之前没有装networkx,之后使用conda install networkx随机装了,后来发现matplotlib和networkx版本不匹配,经过反复的install,找到了两者的匹配版本,献上图。在这里为防止其他萌新入坑,建议使用 conda install networkx2...原创 2020-02-16 20:34:07 · 3125 阅读 · 4 评论 -
python的reversed()方法返回类型
在资料中学习python列表的reversed()方法时了解到,此方法的返回类型为逆序后的任意可迭代对象,不仅仅是列表类型。当时不是特懂这句话,后来在python交互程序中试了一下,下面是代码:>>> aList=[3,4,5,6,7,9,11,13,15,17]>>> newList=reversed(aList)>>> newList...原创 2020-02-16 20:35:12 · 1551 阅读 · 0 评论