算法学习
文章平均质量分 65
落叶1210
这个作者很懒,什么都没留下…
展开
-
mlp神经网络及python测试
#关于线性模型:y'=w[0]*x[0]+w[0]*x[0]+...+w[p]*x[p]+b,其中,y'表示对y的估算值,x[0]到x[p]是样本特征值,w表示每个特征值的权重,# y'可以看成是所有特征值的加权求和。基本原理是找到当训练数据集中y的预测值和其真实值的平方差最小的时候,所对应的w值和b值。#非线性矫正:生成隐藏层之后,需要对结果进行非线性矫正(relu)或双曲正切处理(tanh),通过这两种方式处理后的结果用来计算最终结果y。#MLP计算流程:#1、y0=w[0]*x[0]+w[0.原创 2021-07-01 16:02:19 · 1224 阅读 · 0 评论 -
支持向量机svm及python测试
from sklearn.svm import SVR,SVCfrom sklearn.datasets import load_bostonfrom sklearn.datasets import load_winefrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerimport numpy as np#支持向量机#波士顿房价回归分析def.原创 2021-07-01 16:01:32 · 517 阅读 · 0 评论 -
决策树与随机森林及python测试
from sklearn.datasets import load_winefrom sklearn import treefrom sklearn.model_selection import train_test_splitimport numpy as np#决策树def decision_tree(): # 酒的分类 wine_dataset = load_wine() # random_state=0,每次生成的随机数不同 # x代表数据集,y代表分类.原创 2021-07-01 16:00:43 · 211 阅读 · 0 评论 -
朴素贝叶斯及python测试
from sklearn.datasets import load_breast_cancerfrom sklearn.datasets import load_winefrom sklearn.model_selection import train_test_splitfrom sklearn.naive_bayes import BernoulliNB,GaussianNB,MultinomialNBimport numpy as np#朴素贝叶斯#概念:基于贝叶斯定理与特征条件独立假.原创 2021-07-01 15:59:20 · 398 阅读 · 0 评论 -
线性分类回归及python测试
from sklearn.datasets import load_diabetesfrom sklearn.model_selection import train_test_split#导入线性回归模型,岭回归,套索回归from sklearn.linear_model import LinearRegression,Ridge,Lassoimport numpy as np#线性回归#概念:利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用.原创 2021-07-01 15:56:33 · 283 阅读 · 0 评论 -
k最近邻算法及python测试
#k最近邻算法-测试#导入测试数据from sklearn.datasets import load_wine#导入knn分类器from sklearn.neighbors import KNeighborsClassifier,KNeighborsRegressor#导入画图工具import matplotlib.pyplot as plt#导入数据集拆分工具from sklearn.model_selection import train_test_splitimport nump.原创 2021-07-01 15:55:21 · 147 阅读 · 0 评论 -
Go语言代码实现数字签名过程
一、数字签名流程图二、实现场景描述直接使用百度百科中关于数字签名的应用例子,如下:假如现在 Alice 向 Bob 传送数字信息,为了保证信息传送的保密性、真实性、完整性和不可否认性,需要对传送的信息进行数字加密和签名,其传送过程为:1.Alice 准备好要传送的数字信息(明文);2.Alice 对数字信息进行哈希运算,得到一个信息摘要;3.Alice 用自己的私钥对信...原创 2018-11-23 18:12:02 · 3344 阅读 · 1 评论 -
算法中的常用数学公式
1、指数指数是幂运算aⁿ(a≠0)中的一个参数,a为底数,n为指数,指数位于底数的右上角,幂运算表示指数个底数相乘。当n是一个正整数,aⁿ表示n个a连乘。当n=0时,aⁿ=1。常见的指数运算如下: 2、对数在数学中,对数是对求幂的逆运算,正如除法是乘法的倒数,反之亦然。 这意味着一个数字的对数是必须产生另一个固定数字(基数)的指数。 在简单的情况下...原创 2018-11-14 11:29:06 · 7021 阅读 · 0 评论 -
分布式一致性算法-Paxos理解
直接举例:以我们常用的火车票订购系统为例,每当过年的时候,全国有多少人抢票这里不做统计,但是一个购票系统服务器是绝对无法满足需求的,大量的访问和请求会直接导致服务器宕机。所以为了满足这种需求,铁路局决定采用分布式集群的方式解决大量用户同时访问的问题。这样购票系统被同时部署在多个服务器上,通过负载均衡的方式来响应客户端的购票请求。我们这里假定有5个分布式服务器,流程如下:这样的话就不...原创 2018-09-12 14:59:05 · 700 阅读 · 0 评论 -
哈希算法的理解和应用
我们下面引用一段文字来解释什么是哈希算法:哈希是一种加密算法哈希函数(Hash Function),也称为散列函数或杂凑函数。哈希函数是一个公开函数,可以将任意长度的消息M映射成为一个长度较短且长度固定的值H(M),称H(M)为哈希值、散列值(Hash Value)、杂凑值或者消息摘要(Message Digest)。它是一种单向密码体制,即一个从明文到密文的不可逆映射,只有加密过程,没有...原创 2018-09-06 14:10:56 · 5186 阅读 · 0 评论