机器学习
文章平均质量分 68
haihongazar
这个作者很懒,什么都没留下…
展开
-
计算机视觉、模式识别、机器学习常用牛人主页链接
牛人主页(主页有很多论文代码)Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferrari at Univ.of EdinburghKristen转载 2016-09-23 17:42:01 · 1483 阅读 · 0 评论 -
数组的形状操作
2.2.4 数组的形状操作2.4.1 reshape更改数组的形状数组的形状取决于其每个轴上的元素个数:>>> a= np.floor(10*np.random.random((3,4)))>>> aarray([[ 7., 5., 9., 3.], [ 7., 2., 7., 8.], [ 6., 8., 3.,原创 2017-04-06 18:20:52 · 1387 阅读 · 0 评论 -
数组的基本运算(4)
2.2.3.6 合并数组使用numpy下的vstack(垂直方向)和hstack(水平方向)函数:>>> a = np.ones((2,2))>>> b = np.eye(2)>>> print np.vstack((a,b))[[ 1. 1.] [ 1. 1.] [ 1. 0.] [ 0. 1.]]>>> print np.hstack原创 2017-04-06 18:19:12 · 423 阅读 · 0 评论 -
数组的基本运算(3)
2.2.3.5 矩阵的遍历>>>for row in b:... print row... [0 1 2 3][10 11 12 13][20 21 22 23][30 31 32 33][40 41 42 43] 如果想对数组中每个元素都进行处理,可以原创 2017-04-06 18:06:17 · 506 阅读 · 0 评论 -
数组的基本运算(2)
2.2.3.4 数组的索引、切片和列表和其它Python序列一样,一维数组可以进行索引、切片和迭代操作。>>> a= np.arange(10)** 3 #记住,操作符是对数组中逐元素处理的!#求立方>>> aarray([0, 1, 8, 27, 64, 125, 216, 343, 512, 729])>>> a[2]8>>> a[2:5]a原创 2017-04-06 17:53:16 · 532 阅读 · 0 评论 -
数组的基本运算(1)
3 数组的基本运算数组的算术运算是按元素逐个运算。数组运算后将创建包含运算结果的新数组。与其他矩阵语言不同,NumPy中的乘法运算符*按元素逐个计算,矩阵乘法可以使用dot函数或创建矩阵对象实现(后续介绍) 2.2.3.1 数组的加减运算>>> a= np.array([20,30,40,50])>>> b= np.arange( 4)>>> bar原创 2017-04-06 17:06:44 · 7463 阅读 · 0 评论 -
numpy.arange方法
1 使用numpy.arange方法>>> print np.arange(15)[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]>>> print type(np.arange(15))>>> print np.arange(15).reshape(3,5)[[ 0 1 2 3 4] [ 5原创 2017-04-06 15:29:56 · 2938 阅读 · 0 评论 -
使用numpy.array方法
使用numpy.array方法import numpy as np以list或tuple变量为参数产生一维数组:>>> print np.array([1,2,3,4])[1 2 3 4]>>> print np.array((1.2,2,3,4))[ 1.2 2. 3. 4. ]>>> print type(np.array((1.2,2,3原创 2017-04-06 15:17:04 · 800 阅读 · 0 评论 -
Numpy中的数组<矩阵>
1.安装导入了Numpy(通用做法import numpy as np 简单输入)>>> import numpy as np>>> print np.version.version1.6.2 2.Numpy组成Numpy基础部分中,有两个主要内容,如下:任意维数的数组对象(ndarray,n-dimensional array ob原创 2017-04-06 15:02:15 · 444 阅读 · 0 评论 -
机器学习的应用步骤
机器学习的应用步骤1) 需求分析2) 收集数据3) 探索数据特性4) 提取数据特征并建模5) 开发代码(常用语言:R语言,Python语言,spark mllib库)6) 训练模型7) 应用系统集成(比如将训练好的算法模型集成到推荐系统中) 通用机器学习算法应用工程原创 2017-04-05 20:36:46 · 991 阅读 · 1 评论 -
Python 路径相关的函数
http://www.educity.cn/wenda/354028.htmlPython 路径相关的函数os.listdir(dirname):列出dirname下的目录和文件os.getcwd():获得当前工作目录os.curdir:返回当前目录('.')os.chdir(dirname):改变工作目录到dirnameos.path.isdir(na转载 2017-04-08 18:33:29 · 1135 阅读 · 0 评论 -
KNN分类算法
课程大纲KNN分类算法原理KNN概述KNN算法图示KNN算法要点KNN算法不足之处KNN分类算法Python实战KNN简单数据分类实践KNN实现手写数字识别KNN算法补充KNN算法中k值的选取类别判定原创 2017-04-08 18:08:31 · 10989 阅读 · 0 评论 -
【推荐】只需十四步:从零开始掌握Python机器学习
公号原文:http://dwz.cn/5EZvZ8;原文可参阅:http://suo.im/KUWgl 和 http://suo.im/96wD3「开始」往往是最难的,尤其是当选择太多的时候,一个人往往很难下定决定做出选择。本教程的目的是帮助几乎没有 Python 机器学习背景的新手成长为知识渊博的实践者,而且这个过程中仅需要使用免费的材料和资源即可。这个大纲的转载 2017-04-07 20:35:25 · 1760 阅读 · 0 评论 -
机器学习算法类别
机器学习算法类别分类与聚类l Classification (分类):给定一堆样本数据,以及这些数据所属的类别标签,通过算法来对预测新数据的类别有先验知识 l Clustering(聚类):事先并不知道一堆数据可以被划分到哪些类,通过算法来发现数据之间的相似性,从而将相似的数据划入相应的类,简单地说就是把相似的东西分到一组没有先验知识 常见的分类与原创 2017-04-06 18:24:12 · 406 阅读 · 0 评论