- 博客(8)
- 资源 (2)
- 收藏
- 关注
原创 2020-12-01
Numpy学习——综合应用本文针对Numpy组队学习几天的知识进行综合应用,通过相关例题练习的方式进行numpy的综合运用学习。本次练习使用 鸢尾属植物数据集.\iris.data,在这个数据集中,包括了三类不同的鸢尾属植物:Iris Setosa,Iris Versicolour,Iris Virginica。每类收集了50个样本,因此这个数据集一共包含了150个样本。# 数据集中,包括了三类不同的鸢尾属植物:Iris Setosa,Iris Versicolour,Iris Virginica。
2020-12-01 20:47:31 69 1
原创 2020-11-29
Numpy学习——线性代数Numpy 定义了 matrix 类型,使用该 matrix 类型创建的是矩阵对象,它们的加减乘除运算缺省采用矩阵方式计算,因此用法和Matlab十分类似。但是由于 NumPy 中同时存在 ndarray 和 matrix 对象,因此用户很容易将两者弄混。这有违 Python 的“显式优于隐式”的原则,因此官方并不推荐在程序中使用 matrix。在这里,我们仍然用 ndarray 来介绍。矩阵和向量积矩阵的定义、矩阵的加法、矩阵的数乘、矩阵的转置与二维数组完全一致,不再进行说
2020-11-29 22:07:22 70
原创 2020-11-27
Numpy学习——统计相关在利用numpy完成工程项目时,难免会遇到计算相关统计量的计算,本文主要介绍利用numpy相关函数完成统计量的计算,主要涉及以下几个方面:1、次序统计2、均值与方差3、相关4、直方图1、次序统计(1)计算最小值numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])Return the minimum of an array o
2020-11-27 21:51:57 104
原创 2020-11-25
Numpy学习——随机抽样在使用numpy进行项目编程时,无论是机器学习还是深度学习,甚至就是普通的数理统计,都难免会用到相关的概率分布函数,而numpy.random 模块对 Python 内置的 random 进行了补充,增加了一些用于高效生成多种概率分布的样本值的函数,如正态分布、泊松分布等。通过掌握numpy中相关函数的使用表达,即可使我们能够不遗余力地应用相关的概率分布函数。本文针对numpy中相关于概率分布的函数的使用进行相关的讲解,并通过相关的实际例程进行应用讲解。1、随机抽样nump
2020-11-25 22:27:17 163
原创 2020-11-23
numpy学习——输入与输出本次学习主要讨论了numpy中二进制文件、文本文件、文本格式选项的输入与输出,着重针对实际相关函数进行了学习。1、numpy二进制文件输入、输出相关函数:save()savez()load()上述函数以 numpy 专用的二进制类型(npy、npz)保存和读取数据,这三个函数会自动处理ndim、dtype、shape等信息,使用它们读写数组非常方便,但是save()输出的文件很难与其它语言编写的程序兼容。npy格式:以二进制的方式存储文件,在二进制文件第一行以文本
2020-11-23 21:29:36 123 1
原创 2020-08-26
初识支持向量机1、SVM介绍支持向量机(Support Vector Machine,SVM)是一个非常优雅的算法,具有非常完善的数学理论,常用于数据分类,也可以用于数据的回归预测中,由于其其优美的理论保证和利用核函数对于线性不可分问题的处理技巧,在上世纪90年代左右,SVM曾红极一时。2、Demo实践首先我们利用sklearn直接调用 SVM函数进行实践尝试。Step1:库函数导入import numpy as npimport matplotlib.pyplot as pltimpor
2020-08-26 22:41:26 126
原创 2020-08-22
初识决策树1、决策树的介绍决策树是一种常见的分类模型,在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分,这种思想是人类处理问题时的本能方法。例如在婚恋市场中,女方通常会先询问男方是否有房产,如果有房产再了解是否有车产,如果有车产再看是否有稳定工作……最后得出是否要深入了解的判断。决策树的主要优点:具有很好的解释性,模型可以生成可以理解的规则。可以发现特征的重要程度。模型的计算复杂度较低。决策树的主要缺点:模型容易过拟合,需要采用减枝技术处理。
2020-08-22 21:42:18 104
原创 初识逻辑回归算法*
初识逻辑回归算法1、逻辑回归简介逻辑回归(Logistic regression,简称LR)虽然其中带有"回归"两个字,但逻辑回归其实是一个分类模型,并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热,但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。2、逻辑回归原理当z≥0 时,y≥0.5,分类为1,当 z<0时,y<0.5,分类为0,其对应的y值我们可以视为类别1的概率预测值。Logistic回归虽然名字里带“回归”,但是它实际上是一种分类方法,主要用于
2020-08-20 22:23:27 145
研究生数学建模历届试题.zip
2020-09-05
2019年中国研究生数学建模竞赛试题.zip
2020-09-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人