- 博客(61)
- 收藏
- 关注
原创 人脸识别模型 shape_predictor_68_face_landmarks.dat 下载
是一个用于人脸关键点检测的预训练模型,通常使用于还需要 Dlib 库。脸识别的68个特征点检测库dat文件,
2024-07-12 11:34:08 230
原创 VMware Workstation Pro 16许可证秘钥分享
ZF3R0-FHED2-M80TY-8QYGC-NPKYFYF390-0HF8P-M81RQ-2DXQE-M2UT6ZF71R-DMX85-08DQY-8YMNC-PPHV8
2024-06-09 14:24:50 3156 3
原创 [无监督学习] 17.详细图解t-SNE
t-SNE(t-Distributed Stochastic Neighbor Embedding,t 分布随机邻域嵌入)是一种将高维的复杂数据降维为二维(或三维)的算法,用于低维空间的可视化。在降维时,t-SNE 会将类似结构的数据聚集在一起,这有助于我们理解数据的结构。
2024-06-05 11:33:18 981
原创 [无监督学习] 16.详细图解LLE
无监督学习中的一项重要任务是将结构复杂的数据转化为更简单的形式。LLE(Locally Linear Embedding,局部线性嵌入)可以将以弯曲或扭曲的状态埋藏在高维空间中的结构简单地表示在低维空间中。
2024-06-05 10:54:49 877
原创 [无监督学习] 14.详细图解k-means 算法
k-means 算法是一种有代表性的聚类算法。由于该算法简单易懂,又可以用于比较大的数据集,所以在市场分析和计算机视觉等领域得到了广泛的应用。
2024-06-03 12:28:54 1010
原创 [无监督学习] 13.详细图解LDA
LDA 是一种用于自然语言处理等的算法。该算法可以根据文本中的单词找出潜在的主题,并描述每个文本是由什么主题组成的,还可以用于说明一个文本不只有一个主题,而是有多个主题。例如,一篇真实的新闻文本可能包含多个主题,如“体育”和“教育”等,使用 LDA 就可以很好地描述这种新闻文本。
2024-06-02 14:48:24 662
原创 [无监督学习] 12.详细图解NMF
PCA 通过将不同的脸(负的脸和正的脸。听上去是不是有些奇怪?)加在一起来恢复原始图像。NMF 则通过组合具有人脸部分特征的图像来恢复原始图像。NMF 的潜在变量的含义(在本例中就是人脸的部分特征)的可解释性更强。
2024-06-02 11:17:26 795
原创 [有监督学习] 9.详细图解KNN
1 计算输入数据与训练数据之间的距离。2 得到距离输入数据最近的 k 个训练数据。3 对训练数据的标签进行多数表决,将结果作为分类结果。
2024-06-01 16:44:56 580
原创 [有监督学习] 8.详细图解神经网络
在图 2-35 中,输入数据为三维数据,中间层为二维数据,输出为一维数据(关于从输入层到中间层、从中间层到输出层之间的计算,后面的“算法说明”部分将详细介绍)。左端的层叫作输入层,表示输入数据本身。右端的层叫作输出层,取输入数据分类结果的概率。在二元分类的情况下,输出层输出的概率只有一个。在多元分类的情况下,输出层同时输出属于每个分类对象的标签的概率。通过在输入层和输出层中间叠加中间层,神经网络得以学习复杂的决策边界。
2024-06-01 15:30:37 924
原创 [有监督学习] 7.详细图解随机森林
随机森林的目标是利用多个决策树模型,获得比单个决策树更高的预测精度。单个决策树的性能并不一定很高,但是多个决策树汇总起来,一定能创建出泛化能力更强的模型。
2024-06-01 15:12:17 1373
原创 [有监督学习]6.详细图解朴素贝叶斯
朴素贝叶斯是一个基于概率进行预测的算法,在实践中被用于分类问题。具体来说,就是计算数据为某个标签的概率,并将其分类为概率值最大的标签。朴素贝叶斯主要用于文本分类和垃圾邮件判定等自然语言处理中的分类问题。下面使用朴素贝叶斯将虚构的新闻标题分类为“电影”和“宇宙”两个类别(图 2-26)。
2024-06-01 14:45:14 571
原创 [有监督学习]4.详细图解支持向量机
支持向量机(Support Vector Machine,SVM)是一种应用范围非常广泛的算法,既可以用于分类,也可以用于回归。
2024-06-01 12:17:40 810
原创 [有监督学习]2.详细图解正则化
正则化是防止过拟合的一种方法,与线性回归等算法配合使用。通过向损失函数增加惩罚项的方式对模型施加制约,有望提高模型的泛化能力。
2024-06-01 11:15:46 861
原创 [图的搜索]5.图解狄克斯特拉算法及其代码演示
Dijkstra算法通过不断选择当前离起始节点最近的节点,并更新与其相邻节点的距离,逐步求解从起始节点到其余各节点的最短路径。
2024-05-30 16:11:40 1478
原创 【深度学习】3.多层感知机
目标:实现了一个多层感知器(MLP)结构的神经网络模型,用于对模拟的二分类数据集进行训练和预测。在训练过程中,多层感知器的隐藏层结构可以帮助模型学习更复杂的特征表示,提高模型的表现能力。
2024-05-26 17:59:31 198
原创 【深度学习】1.手动LogisticRegression模型的训练和预测
解逻辑回归模型的基本原理和训练过程,同时可以通过修改和优化代码来进一步探索机器学习模型的训练和调优方法。
2024-05-26 12:41:54 226
原创 如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境?
注: 不以管理员身份运行 Anaconda Prompt,按照上面操作下来的结果:收到了 "EnvironmentNotWritableError" 错误,这意味着当前用户没有对目标环境的写权限。配置环境对于小白来说很难,我本人配了三天才勉强可以运行,但是贵在坚持,求知的欲望和抱着解决问题的心态足以让你克服学习道路上的困难。是一个兼容 Jupyter 的 Python 内核包,可以在 Jupyter Notebook 或 JupyterLab 中使用多个不同的 Python 环境。
2024-05-24 13:50:36 849
原创 Jupyter Notebook:FileNotFoundError: [WinError 2] 系统找不到指定的文件怎么解决
进入内核安装目录并查看配置文件:通过上一步查到的内核位置找到内核对应的文件夹,然后找到 kernel.json 文件。这个命令会安装一个新的内核,并将其路径设置为正确的位置C:\Users\20923\AppData\Roaming\jupyter\kernels\python3表示新的内核成功安装在了指定的位置。可以看到 我的路径成功更改到了正确的位置,重启 Jupyter Notebook 后试一试,可以看到新安装的内核并且可以正常使用了。这会列出所有安装的内核及其位置。
2024-05-24 12:47:42 1200
原创 [排序算法]5.图解归并排序及其代码实现
把序列分成长度相同的两个子序列,当无法继续往下分时(也就是每个子序列中只有一个数据时),就对子序列进行归并。归并指的是把两个排好序的子序列合并成一个有序序列
2024-05-23 11:18:42 395
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