- 博客(43)
- 收藏
- 关注
RSS订阅原创 Java学习DAY12
第十一章 异常1.异常的概述和继承体系2.JVM针对异常的默认处理方式3.异常处理方案public class cest { public static void main(String[] args){ System.out.println("程序开始执行"); method(); System.out.println("程序结束执行"); } public static void method(){
2021-06-08 08:05:37
111
2
原创 Java学习DAY11
第十章 集合21.Setpublic static void main(String[] args) { Set<String> c =new HashSet<String>(); c.add("hello"); c.add("world"); c.add("java") ; for(String s:c){ System.out.println(s);
2021-05-28 14:50:18
127
4
原创 Java学习DAY10
第九章 集合类1.集合类概述2.collection集合基本成员方法：public static void main(String[] args) throws ParseException { Collection<String> c =new ArrayList<String>(); c.add("hello");//添加 c.add("world"); c.add("java");
2021-05-27 09:47:54
100
2
原创 Java学习DAY9
第八章 常用类21.数组排序之冒泡排序public class Test{ public static void main(String[] args){ int[] arr={69,59,27,13,80}; for(int x=0;x<arr.length-1;x++){ for(int y=0;y<arr.length-1-x;y++){ if(arr[y]>arr[y+1]){
2021-05-26 08:15:49
60
原创 Java学习DAY7
第六章 面向对象（下）1.final关键字和static关键字2.抽象类public abstract class Animal { public abstract void eat(); public void sleep(){ System.out.println("睡觉"); }}public class Cat extends Animal{ @Override public void eat() { S
2021-05-21 19:05:59
86
1
原创 Java学习DAY6
第六章 面向对象1.面向对象思想2.类和对象类：一组相关的属性和行为的集合，java语言最基本的组成单位就是类。对象:该类事物的具体体现。举例： 类 学生 对象 张三定义一个学生类：public class Student { String name; int age; public void study(){ System.out.println("好好学习，天天向上。"); } public void qiaFan(
2021-05-20 10:34:35
104
1
原创 深度学习DAY2
第二章 非线性回归及神经网络1.非线性回归实例# coding=gbkimport tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#使用numpy生成200个随机点x_data=np.linspace(-0.5,0.5,200)[:,np.newaxis]noise=np.random.normal(0,0.02,x_data.shape)y_data=np.square(x_data)*noise
2021-04-16 08:38:22
55
原创 Java学习DAY5
第五章 方法1.定义方法：完成特定功能的代码块注意：方法与方法是平级关系，不能嵌套定义。2.方法的调用有明确返回值的调用：单独调用，没有意义； 赋值调用(推荐） 输出调用，有意义，但是不方便后续操作。无明确返回值调用：不能空，写void表示无返回值类型；只能单独调用。public class keyword { //水仙花数 public static void mai
2021-04-08 09:03:31
54
原创 Java学习DAY4
第四章 数组1.定义数组是存储多个变量的容器，这些变量的数据类型要一致。2.初始化动态初始化：数据类 [ ] 数组名= new 数据类型[数组长度];此时的内存分配：如果两个数组拿的是同一个堆内存的地址，任何一个数组对堆内存数据进行了修改，另一个访问到的也是修改过的。public static void main(String[] args) { int[] arr=new int[3]; int[] arr2=arr;
2021-04-07 09:25:43
59
原创 Java学习DAY3
第三章 循环1.循环语句java中的循环结构：for，while，do…while实例：打印水仙花数及其个数public class keyword { //输出水仙花数及其个数 public static void main(String[] args) { int a=0,b=0,c=0; int sum=0; for(int i =100;i<=999;i++){ a=i/100;
2021-04-06 09:02:33
62
1
原创 JAVA学习DAY1
第一章 Java语言概述1.java应用平台javaSE :桌面应用程序开发javaEE：后台服务器应用程序开发javaME：移动端程序开发2.跨平台平台：操作系统（Windows,Linux.Mac）跨平台：java语言可以在任意操作系统上运行，一次编写到处运行原理：跨平台需要依赖java虚拟机JVM（java virtual machine）3.JRE和JDKJRE(java runtime environment ——java运行环境)：包括java虚拟机和java的核心类库J
2021-04-04 13:16:01
102
原创 深度学习DAY1
TensorFlow深度学习第一章第1节 图的创建使用实例：# -*- coding:utf-8 -*-import tensorflow as tf'''创建图，启动图'''m1=tf.constant([[3,4]])m2=tf.constant([[3],[4]])pro=tf.matmul(m1,m2)#创建一个矩阵乘法，传入m1,m2print(pro)#定义一个会话sess=tf.Session()#调用sess的run方法来执行矩阵乘法opresult=ses
2021-03-14 10:35:48
65
原创 机器学习科学库之——Matplotlib
数据绘图——matplotlib1.为什么需要使用matplotlib？matplotlib是最流行的python底层绘图库，主要做数据可视化图表2.实例from matplotlib import pyplot as pltx=range(2,26,2)y=[15,13,14.5,17,20,25,26,26,24,22,18,15]plt.plot(x,y)plt.show()结果：但是实际上这个图片看起来不够细致，还可以做以下修改：选择部分内容进行修改后：# -*- c
2021-03-09 16:12:38
142
1
原创 机器学习科学库之——Numpy
数据分析——numpy1.numpy的定义#使用numpy生成数组，得到ndarry的数据类型#encoding='utf-8'import numpy as npimport randomt1=np.array([1,2,3])print(t1)print(type(t1))t2=np.array(range(10))print(t2)t3=np.arange(10)#可以发现t2和t3结果一致print(t3)print(t3.dtype)#返回的是默认的数据类型，也可
2021-01-15 10:49:51
232
7
原创 Python学习DAY11
1.import和from…import2.—import—()import importliba=importlib.import_module("math")print(a.pi)结果：3.141592653589793进程已结束,退出代码03.导入模块只需一次4.包的概念
2021-01-05 09:02:30
113
2
原创 Python练习1
1.inputFile = open("a.txt", "r")cnt=0num=0for line in inputFile : num+=1 line = line.rstrip() wordList = line.split() for word in wordList : word = word.rstrip(".,?!") print(word,end=" ") cnt+=1print("\n")print
2021-01-04 09:29:08
156
1
原创 Python练习2
这个题目来自同学的私信，讲真在写主函数输出的时候卡住了，请教了学长哈哈def spare(a,b): c={} c = {x: a.get(x, 0) + b.get(x, 0) for x in set(a).union(b)} print(c) return cdef main(): x=input() y=input() x1 = [int(n) for n in x.split()] y1 = [int(n) for n in .
2021-01-04 09:25:57
140
原创 Python学习DAY10
1.基本文件的写入：创建文件对象，写入数据，关闭文件2.用writelines()输入时想要换行需要自行添加换行符3.finally异常机制确保文件一定会被关闭try: f = open(r"a.txt","a") s=" i love python" f.write(s)except BaseException as e: print (e)finally: f.close()4.with可以自动关闭现场，用的最多with open(r"b.tx
2020-12-30 09:56:19
116
1
原创 机器学习基础DAY8
第八章 线性回归先从定义说起：误差大小：######sklearn线性回归正规方程、梯度下降API:sklearn.linear_model.LinearRegression正规方程普通最小二乘线性回归coef_：回归系数sklearn.linear_model.SGDRegressor梯度下降通过使用SGD最小化线性模型coef_：回归系数回归性能评估:MSE两种方法的比较：特点：线性回归器是最为简单、易用的回归模型。从某种程度上限制了使用，尽管如此，在不知道特征之间关
2020-12-18 15:31:29
70
原创 机器学习基础DAY7
第七章 决策树决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法1.信息增益：特征A对训练数据集D的信息增益g(D,A),定义为集合D的信息熵H(D)与特征A给定条件下D的信息条件熵H(D|A)之差，即公式为：注：信息增益表示得知特征X的信息而使得类Y的信息的不确定性减少的程度信息熵的计算：条件熵的计算：######常见决策树使用的算法：####ID3信息增益 最大的准则####C4.5信息增益比 最大
2020-12-18 15:30:50
117
原创 Python学习DAY9
1.异常：python中一切都是对象,异常也釆用对象的方式来处理。处理过程：1抛出异常:在执行一个方法时,如果发生异常,则这个方法生成代表该异常的一个对象,停止当前执行路径,并把异常对象提交给解释器。2.捕获异常:解释器得到该异常后,寻找相应的代码来处理该异常。...
2020-12-18 12:45:54
133
原创 Python学习DAY8
1.class Person: def work(self): print("努力上班！") def work(self): print("努力上班，我就不")#定义同名方法，只有最后一个有效def play_game(s): print("{0}在玩游戏".format(s))def work2(s): print("好好工作赚钱")Person.play=play_game#一切都是对象，函数也是对象，可以为类添加
2020-12-17 09:48:42
113
1
原创 Python实验之——集合与字典
刚开始我没仔细看，写的有点着急，后来发现这章只要把实验PPT给的例子看懂就差不多了。。。随机产生 2 组各个数字的列表，每组 10 个数字，如下要求：每个数字取值范围 [10,20]，统计 20 个数字中，一共有多少个不同的数字？2 组中，不重复的数字有几个？分别是什么？2 组中，重复的数字有几个？分别是什么？import randomx=[random.randint(10,20) for i in range(10)]y=[random.randint(10,20) for i in ran
2020-12-07 14:46:25
1647
原创 机器学习基础DAY5
第五章，K近邻算法定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。来源：KNN算法最早是由Cover和Hart提出的一种分类算法。两个样本的距离可以通过如下公式计算，又叫欧式距离。比如说，a(a1,a2,a3),b(b1,b2,b3)，那么它们之间的欧氏距离就用下图方法计算：######K近邻算法API：sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorith
2020-12-05 14:05:57
101
原创 机器学习基础DAY4
第四章 机器学习概述机器学习一般的数据集会划分为两个部分：训练数据：用于训练，构建模型测试数据：在模型检验时使用，用于评估模型是否有效训练集与测试集占比一般是（0.8,0.2）,(0.7,0.3),(0.75,0.25)，其中最后一种用的最多...
2020-12-04 07:21:14
152
原创 机器学习基础DAY3
第三章 数据降维方式：1.特征选择 2.主成分分析1.特征选择（1）原因：冗余：部分特征的相关度高，容易消耗计算性能噪声：部分特征对预测结果有负影响（2）定义：特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征，特征在选择前和选择后可以改变值、也不改变值，但是选择后的特征维数肯定比选择前小，毕竟我们只选择了其中的一部分特征。（3）主要方法（三大武器）：1,Filter(过滤式):VarianceThreshold######API:sklearn.feature_sel
2020-12-03 14:42:15
71
原创 Python实验之——列表和元组
编写程序，将前 6 个月份英文名存储在一个列表中，根据用户从键盘输入的月份数值，输出对应的月份英文名。month=['January','February','March','April','May','June']x = int(input('请 输 入 一 个 整 数： '))if x>6 or x<0: print("Error")else: print(month[x-1])2.初始化一个列表（列表元素值可能重复），键盘输入一个数，判断这个数是否在列表中。.
2020-11-30 15:31:38
7145
2
原创 Python实验之——函数
编写一个函数 sumN(n)，返回前 n 个自然数的立方和。def sumN(n): sum=0 if n>=1: for i in range(1,n+1): sum +=i*i*i return sumprint(sumN(3))结果：36进程已结束,退出代码02.2. 编写一个函数计算下面的数列。m(i) = 1/2 + 2/3 + … + i/( i+1)def sumMI(i): sum=0 .
2020-11-30 14:01:08
4582
3
原创 Python学习DAY7
1.测试：全局变量a在函数内被修改之后，函数外仍然有效；想在内部函数内使用b,需要用nonlocal声明一下a=100def outer(): b=10 def inner(): nonlocal b print("inner b :",b) b=20 global a a=1000 inner() print("outer b :",b)outer()print("a:",a)结
2020-11-28 07:37:12
117
原创 Python实验之——文件与异常
统计文件中单词出现的个数。import rewith open('a.txt', 'r') as f:#注意a.txt和Python放在一个文件目录下 dictResult = {} # Find the letters each line for line in f.readlines(): listMatch = re.findall('[a-zA-Z]+', line.lower()) # remember to lower the letters.
2020-11-27 10:22:42
2426
原创 Python学习DAY6
1.全局变量与局部变量注意最后一条：如果在函数内使用全局变量而不声明的话就会报错;因为可能会被当成是局部变量#测试全局变量，局部变量a=3def test01(): b=4 print(b*10) print(a) a=300 print(a)test01()结果:40Traceback (most recent call last): File "D:/pythonProject/hello.py", line 11, in <module
2020-11-24 14:44:31
122
原创 Python学习DAY5
1.for 语句的使用：#for 语句for x in range (5): for y in range (5): print(x,end='\t')#控制在一行打印 print('\n')#起到换行的作用结果：0 0 0 0 0 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 2.打印九九乘法表：#打印九九乘法表for m in range (1,10): for n in range (1,m+1)
2020-11-21 08:47:32
193
原创 机器学习基础DAY2
第二章 数据特征预处理1.定义：通过特定的统计方法（数学方法）将数据转换成算法要求的数据2.数值型数据：标准缩放：（1）归一化（2）标准化（3）缺失值类别型数据：one-hot编码时间类型：时间的切分（1）归一化特点：通过对原始数据进行变换把数据映射到(默认为[0,1])之间注：作用于每一列，max为一列的最大值，min为一列的最小值,那么X’’为最终结果，mx，mi分别为指定区间值默认mx为1,mi为0sklearn 关于特征处理的API：sklearn. preprocess
2020-11-05 08:59:43
170
原创 机器学习基础DAY1
第一章 特征工程与文本特征提取1.数据集的构成机器学习中的数据集大多以CSV的格式存储，而不是放在MYSQL里（原因：1性能瓶颈，读取速度不够快，2格式不符合），再者pandas 和numpy 功能强大，能够真正实现多线程。pandas:一个数据读取非常方便以及基本的处理格式的工具sklearn:对于特征的处理提供了强大的接口常用的公开数据集特点：数据集结构：特征值+目标值注意：有的数据集可以没有目标值2.特征工程的定义定义：特征工程是将原始数据转换为更好地代表预测模型的潜在问题的特征的
2020-11-03 19:31:41
119
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