人工智能
文章平均质量分 81
KNN算法,线性回归,逻辑回归
知识表示与推理
搜索技术和高级搜索技术
机器学习和深度学习
布丁椰奶冻
代码随手记!希望不要偷懒!
展开
-
【人工智能】knn算法
一、对[1.0,1.1],[1.0,1.0],[0,0],[0,0.1],[0.1,0.1],[1.1,1.1]六个点用knn进行聚类,并显示。1. 未调用KNN算法前,绿色为未知分类2. 调用KNN算法3. 运行结果二、使用knn算法分类手写数字文件1. 第一个temp的含义2. 第二个temp的含义3. 第三个temp的含义4. 第四个temp的含义5. argsort三、使用knn算法分类约会数据,选择不同的k值,看看正确率有什么变化1. 常用的特征归一化方原创 2024-07-13 15:57:18 · 776 阅读 · 0 评论 -
【人工智能】线性回归
一、使用正规化方法计算下列样本的预测函数1. 没有归一化之前2. 归一化之后二、读取ex1data2.txt中的数据,建立样本集,使用正规化法获取(房屋面积,房间数量)与房屋价格间的预测函数1. 读取数据,建立样本集2. 设置X、y3. 计算theta三、读取ex1data1.txt中的数据,建立样本集,使用梯度下降法获取公司人数与利润关系的预测函数。并在坐标图中显示预测函数和样本点1. 导入数据并产生训练集2. 分为x、y3. 开始计算4. 显示预测函数5.原创 2024-07-14 09:45:00 · 560 阅读 · 0 评论 -
【人工智能】逻辑回归(一)
一、在Jupyter Notebook中新建Python运行环境,以单元格为单位运行代码,解释每行代码的含义,分析运行结果。1. 测试运行代码版.ipynb1.1 导入数据集1.2 初始化列表1.3 可视化1.4 对数据进行处理1.5 定义sigmoid 函数1.6 使用逻辑回归的损失函数1.7 定义梯度下降函数 gradAscent1.8 迭代更新θ参数,同时计算并记录每次迭代的损失值1.9 训练模型并输出θ参数向量 ws1.10 绘制分类结果如下1.11原创 2024-07-14 12:45:00 · 708 阅读 · 0 评论 -
【人工智能】逻辑回归(二)
一、读取ex2data1.txt中的数据,建立样本集,使用逻辑回归算法得到参数估计值。并在坐标图中画出分界图。1. 读取数据2. 画散点图3. 定义logistic函数4. 定义计算逻辑回归损失函数(cost)的函数5. 定义批量的梯度下降函数6. 找逻辑回归模型的决策边界7. 画图8. 模型准确率预测二、读取“简单分类数据.txt”中的数据,建立样本集,使用逻辑回归算法得到参数值,并在坐标图中画出分界线1. 导入数据2. 画散点图3. 定义logistic函原创 2024-07-15 10:30:00 · 859 阅读 · 0 评论 -
【人工智能】 知识表示与推理(八数码 + 传教士与野人渡河)
一、八数码难题1. 需求分析2. 数据结构、功能模块设计与说明2.1 算法思路2.2 数据结构3. 核心代码与测试结果说明3.1 核心代码3.2 测试结果说明4.存在的问题与体会4.1 存在的问题4.2 体会二、传教士与野人渡河1. 需求分析2. 数据结构、功能模块设计与说明2.1 算法思路2.2 数据结构3. 核心代码与测试结果说明3.1 核心代码3.2 运行结果原创 2024-07-15 15:00:00 · 2201 阅读 · 0 评论 -
【人工智能】搜索技术(八数码 + 一字棋游戏)
一、八数码难题1. 需求分析2. 数据结构、功能模块设计与说明2.1 算法设计思路2.2 数据结构3. 核心代码与测试结果说明3.1 核心代码3.2 测试结果4. 心得体会二、一字棋游戏1. 需求分析2. 数据结构、功能模块设计与说明2.1 算法设计思路2.2 数据结构2.3 流程图3. 核心代码与测试结果说明3.1 核心代码3.2 测试结果说明4. 存在的问题与体会原创 2024-07-16 09:30:00 · 1181 阅读 · 0 评论 -
【人工智能】高级搜索技术(模拟退火搜索算法和遗传算法解决旅行商问题)
一、旅行商问题1. 需求分析2. 数据结构、功能模块设计与说明2.1 数据结构(1)模拟退火搜索算法(2)遗传算法2.2 功能模块设计(1)模拟退火搜索算法(2)遗传算法3. 核心代码与测试结果说明(1)模拟退火搜索算法(2)遗传算法4. 心得体会原创 2024-07-16 14:00:00 · 835 阅读 · 0 评论 -
【人工智能】机器学习 -- 决策树(乳腺肿瘤数)
一、使用Python开发工具,运行对iris数据进行分类的例子程序dtree.py,熟悉sklearn机器实习开源库。二、登录https://archive-beta.ics.uci.edu/三、使用sklearn机器学习开源库,使用决策树对breast-cancer-wisconsin.data进行分类。1. Python代码2. 运行截图原创 2024-07-17 08:30:00 · 1808 阅读 · 0 评论 -
【人工智能】机器学习 -- 贝叶斯分类器
一、使用Python开发工具,运行对iris数据进行分类的例子程序NaiveBayes.py,熟悉sklearn机器实习开源库。1.NaiveBayes.py2. 运行结果二、登录https://archive-beta.ics.uci.edu/三、使用sklearn机器学习开源库,使用贝叶斯分类器对breast-cancer-wisconsin.data进行分类。1. Python代码2. 运行截图四、用java实现贝叶斯分类器算法,并对上述数据进行分类。1.流程图原创 2024-07-17 09:45:00 · 1160 阅读 · 0 评论 -
【人工智能】深度学习
一、在Anaconda环境中安装深度学习所需要的Keras和TensorFlow框架1. 导入如下2、成功运行后,增加正确代码并调试运行。原创 2024-07-17 17:31:59 · 299 阅读 · 0 评论