- 博客(8)
- 资源 (1)
- 收藏
- 关注
转载 关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化
参考自:https://www.cnblogs.com/chaosimple/p/4153167.html 一、标准化(Z-Score),或者去除均值和方差缩放 公式为:(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性(按列进行)减去其均值,并处以其方差。得到的结果是,对于每个属性/每列来说所有数据都聚集在0附近,方差为1。实现时,有两种不同的方式:使用sklearn.
2017-11-13 19:17:08 225
原创 Python/Keras如何将给定的数据集打乱
转自:http://www.cnblogs.com/lutingting/p/5156467.html 给定数据集data,数据集对应的标签labelindex = [i for i in range(len(data))] random.shuffle(index)data = data[index]label = label[index](1)首先,获得数据集的所有index,其实就是0
2017-11-08 16:28:16 981
原创 keras merged model
keras merged model 可参考网址 http://www.cnblogs.com/qianboping/p/6509794.html https://www.kaggle.com/nikosias/keras-merged-modelimport numpy as npimport pandas as pdfrom keras.optimizers import SGDfro
2017-11-07 15:43:10 296
原创 在keras中,用网格搜索调整CNN网络超参数
参考网址https://machinelearningmastery.com/grid-search-hyperparameters-deep-learning-models-python-keras/ 使用到的工具箱:the scikit-learn python machine learning library
2017-11-07 13:52:54 2881
原创 数字图像处理中的数学操作
阵列与矩阵操作的区别 在相应的像素对之间操作都是阵列操作。线性与非线性操作 线性操作满足加性和同质性(乘以常数)特征。算术操作 1、图像间的算术操作都是阵列操作 2、 图像相加:ie 加性噪声,降噪求平均 3、图像相减常用于增强图像之间的差,ie,医学成像领域中的模板模式放射成像,常用于图像分割,细节增强等。 4、图像相乘(或相除)多用于阴影校正。 估计阴影的方法:(1)若图
2017-11-02 19:45:00 842
转载 python 取整
前言对每位程序员来说,在编程过程中数据处理是不可避免的,很多时候都需要根据需求把获取到的数据进行处理,取整则是最基本的数据处理。取整的方式则包括向下取整、四舍五入、向上取整等等。下面就来看看在Python中取整的几种方法吧。1、向下取整向下取整直接用内建的 int() 函数即可: a = 3.75 int(a) 3 2、四舍五入
2017-11-02 10:58:04 371
原创 图像内插
P36~38 一、简单方法:最近邻内插 即将原图中最近邻的灰度赋给每个新像素 缺:会产生不希望的人为缺陷,如某些直线边缘的严重失真 二、最常用:双线性内插、双三次内插(实质不是线性内插)) 双线性:用4个最近邻去估计给定位置的灰度,i.e,对(x,y)处赋灰度值 v(x,y), v(x,y)=ax+by+cxy+d 4个系数可由(x,y)点的
2017-11-01 21:19:54 409
原创 图像空间和灰度分辨率
课本P34~36 一、空间分辨率 表示方法:每单位距离(mm)线对(黑白线)数目 每单位距离(mm)点(像素点)数 key:空间分辨率的度量必须针对空间单位来规定才有意义,单纯的图像大小本身没有意义。 二、灰度分辨率 即灰度级,指的是用于量化灰度的比特数,通常用2的整数次幂来表示,最常用8bit,bit数的减小倾向于对比度
2017-11-01 20:30:30 9970
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人