- 博客(24)
- 收藏
- 关注
原创 机器学习——PCA主成分分析
在机器学习领域,特征维度约减是一个重要的技术。随着数据集的增大和特征的增加,高维数据分析变得越来越具有挑战性。为了解决这个问题,我们需要一种有效的方法来减少特征维度,同时保留数据的最重要信息。
2024-01-01 21:05:55
896
原创 机器学习——支持向量机
支持向量机(Support Vector Machine)是是一种强大且广泛应用的分类和回归算法。它具有优秀的泛化性能和较高的鲁棒性,被广泛应用于模式识别、计算机视觉、自然语言处理等多个领域。
2023-12-18 21:56:42
950
原创 PTA 币值转换
为了简化输出,用小写英文字母a-j顺序代表大写数字0-9,用S、B、Q、W、Y分别代表拾、百、仟、万、亿。然后进入一个循环,从最高位向个位遍历,如果当前位不是97(即不是0),就打印对应的字母和特殊字符;接着通过循环将整数N的每一位数字提取出来,加上97(ASCII码中小写字母a的值),并存入。特别的,当遍历到万位且万位为0时,即使前面有非零位也需要打印万位的特殊字符'W'。,分别用于控制是否打印当前位的特殊字符和是否打印零的占位符。列表中的值,跳过那些值为97的位(即原数字中的0位)。
2023-12-09 13:35:07
417
原创 PTA 感染人数
设某住宿区域是一个n×n的方阵,方阵中的每个小方格为一个房间,房间里可能住一个人,也可能空着。第一天,某些房间中住着的人得了一种高传染性的流感,以后每一天,得流感的人会使其邻居(住在其上、下、左、右方向存在的房间里面的人)传染上流感,请问:第m天总共有多少人得流感?
2023-12-07 17:15:22
505
原创 机器学习——Logistic回归
线性模型线性模型是一种假设输入变量(自变量)和输出变量(因变量)之间存在线性关系的模型。在最简单的形式中,线性模型可以表示为一个等式,其中输出变量( y )是输入变量( x1, x2, ..., xn )的加权和,再加上一个常数项(也称为截距项)(数学上,这可以表达为:在回归分析中,线性模型用于预测连续的输出变量。例如,在房价预测问题中,我们可能会使用房屋的面积、位置、房龄等作为输入变量来预测房屋的价格。线性回归模型会尝试找到最佳的参数值(()系数),使得模型预测的价格与实际价格之间的差异最小。
2023-12-04 18:00:14
845
原创 PTA 输出鞍点的行列下标
一个矩阵元素的“鞍点”是指该位置上的元素值在该行上最大、在该列上最小。本题要求编写程序,求一个给定的n阶方阵的鞍点的行列值。
2023-11-30 21:38:25
713
1
原创 八数码问题
但是,使用h1的运行时间为0.001秒左右,而使用h2的运行时间是0秒,这是由于h1比h2更准确,但是计算代价更高。具体来说,它考虑了状态中所有数字与目标状态之间的距离,即在欧几里德空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和。在八数码问题中,每个数字在目标状态需要移动的距离即为曼哈顿距离,因此曼哈顿距离可以很好地估计代价函数。但是,当状态空间很大时,曼哈顿距离可能会导致搜索效率低下。但是,从运行时间的角度来看,曼哈顿距离的搜索耗时为0.0009秒,而错位数的搜索则为0秒。
2023-11-25 19:06:25
634
原创 5*5迷宫寻路问题
通过对本次实验,我们实现了5*5迷宫路径问题的求解。在5*5迷宫路径问题中,我们采用了不同的启发式函数,如曼哈顿距离和欧几里得距离,并较为有效地解决了问题。当下许多问题都可以通过搜索算法解决,其中A*算法是广泛应用的一种。A*算法结合了Dijkstra算法和启发式函数方法,可在多个领域的计算机科学中使用。它具有完备性、最优性和高效性,特别是在小型搜索空间上。
2023-11-23 22:32:34
1331
1
原创 PTA 乘法口诀数列
本题要求你从任意给定的两个 1 位数字 a1 和 a2 开始,用乘法口诀生成一个数列 {an},规则为从 a1 开始顺次进行,每次将当前数字与后面一个数字相乘,将结果贴在数列末尾。如果结果不是 1 位数,则其每一位都应成为数列的一项。
2023-11-16 19:58:21
118
1
原创 PTA 吃火锅
输入每行给出一句不超过 80 个字符的、以回车结尾的朋友信息,信息为非空字符串,仅包括字母、数字、空格、可见的半角标点符号。的信息是第几条(从 1 开始计数),然后输出这类信息的总条数,其间以一个空格分隔。题目保证输出的所有数字不超过 100。首先在一行中输出朋友信息的总条数。然后对朋友的每一行信息,检查其中是否包含。本题要求你实现一个程序,自动检查你朋友给你发来的信息里有没有。,并且统计这样厉害的信息有多少条。时,输入结束,此行不算在朋友信息里。这个关键词,则在第二行输出一个表情。
2023-11-13 21:17:11
56
原创 基于hough变换的图像边缘提取
通过本次实验,我加深了对Hough变换和边缘检测在图像处理中的重要性的认识。通过Sobel算子进行边缘检测,成功提取出了图像中的边缘信息,为后续的直线检测提供了基础。Hough变换能够将图像中的直线转化到参数空间中,并通过参数空间中的峰值来检测图像中的直线。合理选择Hough变换的阈值和最小线段长度等参数对于获得准确的直线检测结果至关重要。在实际应用中,需要针对不同类型的图像进行参数调节,以平衡灵敏度和准确性。
2023-11-11 23:38:22
129
1
原创 PTA 水仙花数
水仙花数是指一个N位正整数(N≥3),它的每个位上的数字的N次幂之和等于它本身。例如:153=13+53+33。本题要求编写程序,计算所有N位水仙花数。
2023-11-09 22:06:51
102
1
原创 机器学习——决策树
决策树是一种基于树形结构的分类模型,它通过将数据集划分为不同的分支和叶节点来进行决策。其中每个节点代表一个特征或属性,每个分支代表一个可能的决策规则,而叶子节点代表最终的类别或结果。决策树通过一系列的问题和条件来分割数据集,以便最终能够对新的数据点进行分类或预测。
2023-11-06 21:45:04
449
原创 模糊逻辑——洗衣机模糊推理系统
其中,我们使用了三角形函数(即"triangle")来表示模糊集合,并将每个模糊集合命名为f_SD、f_MD和f_LD(分别代表"污泥少"、"中等污泥"和"污泥多"),以及f_NG、f_MG和f_LG(分别代表"无油脂"、"中等油脂"和"油脂多")和f_VS、f_S、f_M、f_L和f_VL(分别代表"很短"、"短"、"中等"、"长"和"很长")。在洗涤机的例子中,我们将污泥和油脂的多少、洗涤时间的长短都定义为模糊集合,并通过模糊控制规则来推导出洗涤时间的连续值,再根据最大值原则计算出洗涤时间的模糊输出。
2023-11-05 23:38:16
2248
1
原创 PTA 冒泡排序
首先代码从输入中读取一个整数n,表示要排序的元素数量,然后依次读取n个整数到数组a中。接下来,它执行三次冒泡排序,每次排序都将数组中的元素按升序排列,不正确就交换它们,通过不断地进行比较和交换,每次循环结束后,最大的元素就会被放置在数组的最右边。最后,程序就会输出三次的排列数组。输出三行,第一行为第一轮排序结果,第二行为第二轮排序结果,第三行为第三轮排序结果。本题目要求读入N个整数,采用冒泡排序(上升法,即每轮得到一个最小值)进行排序,输出前3轮排序后的结果。为简便起见,最后一个元素后也有一个空格。
2023-11-04 21:40:46
1159
1
原创 命题逻辑和谓词逻辑的简单归结反演
1、简介:Anaconda是一个用于科学计算的Python发行版,它包含了许多常用的科学计算和数据分析库,可以帮助用户轻松地创建、切换和管理不同的Python环境。这里第一个的意思的是:将 Anaconda 添加到我的 PATH 环境变量,不过不推荐。代码为:conda create --环境名 python=版本号 (需确认自己的python版本)安装路径自定义选择(最好不要安在C盘),注意安装路径最好不要有中文字符和空格。此电脑——属性——高级系统设置——环境变量——path——编辑——新建。
2023-11-01 20:25:55
304
1
原创 PTA 星期几换算问题
首先,将输入的天数对7取余,以保证可以得到一个在0到6之间的值。这样做是因为一周有7天,取余操作可以将天数转化为周期性的值。今天是周六,又到了可以休息的日子了,7天后又会是一个周六。请你帮忙计算下,n(n为整数,可以是正也可以为负)天后会是星期几呢?通过将取余后的天数与当前日期相加,再对7取余,得到计算后的星期数,用变量。最后,根据星期字典,将计算后的星期数转换为对应的汉字表示,赋值给。接下来,设定当前日期为星期六,使用变量。,将数字表示的星期与对应的汉字表示匹配起来。然后,定义了一个星期字典。
2023-10-31 21:54:24
1356
1
原创 PTA 分寝室问题
思路:该代码通过遍历n的所有可能取值,计算a能整除i、b能整除j的情况下,a和b的商之差的绝对值,找出最小的差值及其对应的a1和b1,并输出结果。如果不存在满足条件的a1和b1,则输出"No Solution"。学校新建了宿舍楼,共有 n 间寝室。等待分配的学生中,有女生 n0 位、男生 n1 位。所有待分配的学生都必须分到一间寝室。所有的寝室都要分出去,最后不能有寝室留空。现请你写程序完成寝室的自动分配。
2023-10-30 22:29:29
1015
原创 机器学习——模型评估与P-R曲线
在机器学习中,通常有多种学习算法可选择。而选择哪一个算法、使用哪一种参数配置就是机器学习中的模型选择问题。模型选择本质上是选择出泛化误差小的模型而泛化误差需要用到一系列的实验评估方法获得某种性能度量指标。性能度量是机器学习中非常重要的概念之一。这是因为性能度量本质是衡量模型泛化能力好坏的标准,反映了任务需求。
2023-10-23 21:20:55
311
原创 机器学习——K近邻(KNN)算法
KNN(k-nearest neighbors)算法是一种基本的机器学习算法,主要用于分类和回归问题。在分类问题中,它通过计算距离来确定新样本属于哪个类别;在回归问题中,它通过计算邻居样本的平均值来预测新样本的值。KNN算法可以处理多分类问题,并且能够在一定程度上处理非线性分类问题。它的实现相对简单,主要包括计算距离、选择最近邻居、确定分类决策规则等步骤。但计算复杂度高、存储空间消耗大,受离群值影响较大,需要选择合适的K值,因此在实际应用中需要结合具体问题和数据特点进行选择和优化。
2023-10-09 22:55:03
70
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