- 博客(31)
- 收藏
- 关注
RSS订阅原创 机器学习——主成分分析（PCA）
PCA 是 Principal Component Analysis 的缩写，中文称为主成分分析法。它是一种维数约减（Dimensionality Reduction）算法，即把高维度数据在损失最小的情况下转换为低维度数据的算法。显然，PCA 可以用来对数据进行压缩，可以在可控的失真范围内提高运算速度，提高机器学习的效率，使较为复杂的数据简单化。所谓损失最小就是从高维向低维映射的时候误差最小，低维空间的描述是向量组，k维空间就用k个向量来描述这个空间。
2023-12-20 08:00:00
1130
原创 数据库——查询
1．遇到的问题及解决过程问题：查询表中含有字母“g”的数据时，没有查到有效结果插入数据时报错解决：给需要查找的字母加一对’%’根据所需数据类型添加或删除’’2.运行时产生的错误及原因分析错误：查询销量最多的水果名时，返回了多组数据计算订单总价格错误原因分析：没有用LIMIT限制返回数据的条数没有运用sum函数算出总价格3．体会和收获。本次博客让我对查询的使用有了新的理解和认识，让我对查询的使用更加得心应手，经过这次博客，我学会了sum求和函数的用法，函数。
2023-12-08 10:48:00
919
原创 机器学习——支持向量机（SVM）
支持向量机（support vector machines，SVM）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化。SVM的目标就是要找到这个超平面。支持向量机思想直观，但细节复杂，涵盖凸优化，核函数，拉格朗日算子等理论。问题运行时报错解决方法：降低numpy版本后成功运行。总结在分类问题中，SVM是一种很优秀的机器学习算法。SVM可以有效的分离高维度的数据，更节省内存空间，因为只需要用向量来创建最佳超平面，是针对于可分离数据集的最佳方法。
2023-12-06 09:38:20
3080
原创 数据库——数据库与表
体会和收获：本次实验让我对数据库及表有了更深刻的理解和认识，通过建立数据库及表，主键、联合主键、外键等语法规则的了解让我对数据库的使用更加得心应手。我们学到了很多东西，包括建表导入数据，查询，插入，并用电脑进行实践，加强巩固知识的积累。2、向数据表fruits、customers、orderitems和suppliers、orders中插入给定的如下数据。各表中的“字段说明”属性仅用于辅助说明该属性的含义，不用定义在表的结构中。属性值统一为100，S_NAME数据为JMU，其余属性值为。
2023-12-04 20:25:46
1128
原创 操作系统——进程高级通讯
1必须掌握进程的创建，会创建两个子进程；2要了解消息队列的创建机制，先定义key值，通过ftok获取键值，本实验直接给出了key，然后创建消息队列，发送接收消息等一些列操作；3同样要知道共享内存的工作机制，创建一块共享内存区，用shmat函数将共享内存段映射到调用进程的数据段中，想共享内存里写入读出数据；4要有明确的逻辑思路，先创建两个进程，分别在进程中进行操作；总的来说收获满满。
2023-12-01 13:45:19
972
原创 深度学习——多层感知机
问题及解决方法：d2l包使用失败，下载轮子后重新pip安装成功这次博客让我对多层感知机有了一定的了解和认识，训练多层感知机与训练线性回归模型非常相似：先读取数据，再定义模型和损失函数，然后使用优化算法训练模型。虽然学习了很多，但是仍然无法熟练运用多层感知机的相关知识，还需要加强对python的学习及相关知识的学习，总的来说收获满满。
2023-11-29 09:37:08
823
原创 深度学习——线性回归和softmax回归
问题及解决方法：d2l包安装失败，下载轮子后重新pip安装成功这次博客让我对线性回归和softmax回归有了一定的了解和认识，训练softmax回归循环模型与训练线性回归模型非常相似：先读取数据，再定义模型和损失函数，然后使用优化算法训练模型。虽然学习了很多，但是仍然无法熟练运用线性回归和softmax回归的相关知识，还需要加强对python的学习及相关知识的学习，总的来说收获满满。
2023-11-28 15:02:54
981
1
原创 深度学习基础
深度学习是一门理论性和实践性都很强的课程，因此要在理解概念的情况下再去学习，本次博客让我对深度学习有了新的认识和理解，对Pytorch的基本语法有了一定了解，也学习了一些函数，并在此基础上完成了平台的练习，但由于本身python基础较差，因此还需要补充python的基础以更好的学习深度学习这门课程，总的来说收获满满。
2023-11-24 11:15:39
951
1
原创 机器学习——Logistic回归
Logistic回归是一种最优化算法。用一条直线对一些数据点进行拟合的过程被称为回归。利用Logistic回归进行分类的主要思想是：根据现有数据利用Logistic回归生成最佳拟合线，并以此作为数据的分类边界线。逻辑回归假设数据服从伯努利分布，通过极大似然估计的方法，运用梯度下降来求解参数，来达到数据二分类的目的。问题：为什么与Sigmoid相似的Sign之类的函数不行？Sign函数，他长得跟Sigmoid函数很类似，也能够将 X 限制在 0 到 1 的范围内。
2023-11-22 08:00:00
312
1
原创 简单的阶乘计算
智能2112杨阳题目要求及输入输出格式编写求n!的程序。要求：编写一个函数实现求出给定的n的值的阶乘。主函数负责确定n的值、调用自定义的函数，并输出计算结果。
2023-11-20 12:00:34
145
1
原创 MATLABHough变换
图像的Hough变换是一种图像特征提取的技术，通过投票法检测特定形状并提取，其方法是在参数空间中通过投票累加获得局部最大值，从而通过值得到符合特定形状的集合，该集合即为Hough变换结果。在Hough变换中，主要是利用图像的特殊形状，按照指定的函数进行参数空间点的累加，每取到函数形状上的点则进行投票累加，最后通过参数限制获得需要统计的点并组成点的集合，此时即可得到最终的边界点。Hough变换多用于对直线、圆、椭圆形状的检测和提取。
2023-11-17 22:50:36
262
1
原创 MATLABHuffman编码
对数字图像处理有了新的理解和认识，我对霍夫曼编码有了更深的了解，在做作业的过程中我掌握了二元霍夫曼编码树的构造方法。哈夫曼编码是一种变长的无失真编码方案。哈夫曼在编码在数字通信中有着重要的意义。可以根据信源符号的使用概率的高低来确定码元的长度。既实现了信源的无失真地编码，又使得编码的效率最高。此外，在实验的过程中也遇到了一些问题，通过查找资料和相关书籍得到了解决。通过此次作业，我了解了霍夫曼编码的特点，能够运用霍夫曼编码的基本原理及编码算法的来设计与实现程序。包括使对一些Matlab。
2023-11-15 14:50:36
351
原创 MATLAB傅立叶变换
1.学会了使用MATLAB进行频域低通滤波，对图像进行傅里叶变换，通过实验，实现图像的傅里叶变换，同时也在频域中实现了低通滤波。2.对数字图像处理有了新的理解和认识，能运用所学知识处理一些基本的需求，在这门课程的学习中，能对所学专业及未来发展有更清晰的认知，为今后的学习打下了基础。总的来说收获满满。
2023-11-13 11:46:06
667
原创 机器学习——朴素贝叶斯
问题1、出现name 'log' is not defined错误无法完成防溢出策略解决方法：导入numpy库，使用np.log可成功运行2、读取ham和spam文件失败解决方法：python中文件路径与之前所学编程语言略微不同，需使用r“路径”，路径用\隔开总结本次实验我们学习了朴素贝叶斯，并学习了它的算法，优化及代码实现。朴素贝叶斯算法对大数量训练和查询时具有较高的速度。即使使用超大规模的训练集，针对每个项目通常也只会有相对较少的特征数，并且对项目的训练和分类也仅仅是特征概率的数学运算而已。
2023-11-09 20:46:35
259
1
原创 8 MATLAB基础
1.认识了MATLAB界面，知道基本的编程语句。2.学会了图像的输入、输出，图像基本处理操作，会算图像的灰度直方图。3.对数字图像处理有了新的理解和认识，能运用所学知识处理一些基本的需求，在这门课程的学习中，能对所学专业及未来发展有更清晰的认知。
2023-11-06 17:23:55
460
原创 DAY7 查询水果价格
智能2112杨阳题目要求及输入输出格式给定四种水果，分别是苹果（apple）、梨（pear）、桔子（orange）、葡萄（grape），单价分别对应为3.00元/公斤、2.50元/公斤、4.10元/公斤、10.20元/公斤。用户可以输入编号1~4查询对应水果的单价。当连续查询次数超过5次时，程序应自动退出查询；不到5次而用户输入0即退出；输入其他编号，显示价格为0。
2023-11-05 16:59:51
134
原创 DAY6 两个数的简单计算器
题目要求及输入输出格式本题要求编写一个简单计算器程序，可根据输入的运算符，对2个整数进行加、减、乘、除或求余运算。题目保证输入和输出均不超过整型范围。
2023-11-04 16:01:30
143
1
原创 DAY5 三天打鱼两天晒网
智能2112杨阳题目要求及输入输出格式中国有句俗语叫“三天打鱼两天晒网”。假设某人从某天起，开始“三天打鱼两天晒网”，问这个人在以后的第N天中是“打鱼”还是“晒网”？
2023-11-03 11:11:23
60
原创 DAY4 输出所有大于平均值的数
题目要求及输入输出格式本题要求编写程序，将输入的n个整数存入数组a中，然后计算这些数的平均值，再输出所有大于平均值的数。
2023-11-02 10:39:07
558
1
原创 机器学习——决策树
决策树(Decision Tree)是从一组无次序、无规则，但有类别标号的样本集中推导出的、树形表示的分类规则。一般的，一棵决策树包含一个根结点、若干个内部结点（中间结点）和若干个叶子结点。树的叶子结点表示类别标号，即分类属性的取值，也可以说是决策结果；树的内部结点为条件属性，每个结点包含的样本集合根据属性测试结果被划分到子结点中；根结点包含样本全集。从树根到叶子结点的一条路径称为一条决策规则，它可以对未知数据进行分类或预测。每条有向边都用其出点的属性值标记。
2023-11-01 08:30:00
683
原创 DAY2 输出闰年
智能2112杨阳题目要求及输入输出格式输出21世纪中截止某个年份以来的所有闰年年份。注意：闰年的判别条件是该年年份能被4整除但不能被100整除、或者能被400整除。
2023-10-31 09:24:02
250
原创 DAY1 判断一个三位数是否为水仙花数
智能2112 杨阳题目要求及输入输出格式：本题要求编写程序，判断一个给定的三位数是否为水仙花数。三位水仙花数，即其个位、十位、百位数字的立方和等于该数本身。
2023-10-30 16:57:38
430
原创 机器学习——性能度量（PR曲线和ROC曲线）
性能度量：衡量模型泛化能力的评价标准（反映了任务需求，在对比不同模型的能力时，使用不同的性能度量往往会导致不同的评判结果。模型的好坏，不仅取决于算法和数据，还决定于任务需求。P为precision即精准率（查准率），R为recall即召回率，所以P-R曲线是反映了准确率与召回率之间的关系。一般横坐标为recall，纵坐标为precision。ROC全称Receiver Operating Characteristic，即受试者工作特征，坐标图式的分析工具。
2023-10-11 23:48:09
2060
1
原创 机器学习——K-邻近算法（KNN算法）
用官方的话来说，所谓K-近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。
2023-10-05 18:16:50
186
原创 机器学习——环境配置
机器学习在我们的整个学习过程中有着非常重要的地位，因此本篇文章将机器学习的环境配置展开，让我们一起来学习如何安装anaconda和vscode并进行配置。
2023-09-15 16:26:05
310
2
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