- 博客(71)
- 收藏
- 关注
RSS订阅原创 周也带你进阶OpenCV （1）--采样、直方图即均衡化、掩膜
本篇介绍了OpenCV中的部分高阶操作：1. 上、下采样：本质上时调整图片的大小。2. 直方图：展示图像中像素强度（对于灰度图像）或颜色（对于彩色图像）的分布情况。3. mask掩膜：控制或限制某些操作或访问特定区域。4. 直方图均衡化：通过增加图像的对比度和亮度来改善图像的质量。
2024-09-12 09:53:35
1150
原创 若楠带你初识OpenCV（7） -- 轮廓检测之银行卡号识别
本篇介绍了：检测识别银行卡卡号的完整流程。1. 得到每个数字的信息，为卡号的模板匹配做准备2. 定位到银行卡上卡号的位置3. 遍历卡号的每个数字，进行模板匹配
2024-09-11 20:32:30
911
原创 亦菲喊你来学机器学习（20） --PCA数据降维
本篇介绍了：1. PCA降维指的是减少数据特征。2. PCA适用于： 1. 数据维度高的时候 2. 将数据可视化时：将维度转化为二维或三维等3. 完整的PCA处理流程。
2024-09-09 09:38:22
1441
原创 若楠带你初识OpenCV（6） -- 轮廓近似与模板匹配
本篇介绍了：1. 轮廓近似：用少量的点，描绘大致的模型。近似精度epsilon越小拟合越精细，越大拟合越粗糙。2. 模板匹配：先用cv2.matchTemplate()函数查找与模板图像最匹配的区域，再用cv2.minMaxLoc() 函数找到得分的最大值及其位置，然后使用cv2.rectangle()函数绘制。
2024-09-08 15:40:54
1922
原创 若楠带你初识OpenCV（5） -- 轮廓检测
本篇介绍了：1. 轮廓检测：其中注意的是，每个轮廓都以列表的形式返回。可以切片获取每个轮廓。2. 轮廓特征：轮廓面积、轮廓周长、外接圆以及外界矩形。
2024-09-07 09:50:47
1252
原创 若楠带你初识OpenCV（4） -- 图像边缘检测
本篇介绍了图像的边缘检测方法：1. sobel 算子：分为x和y两个方向计算2. Scharr 算子：是sobel 算子在 ksize=3 时的优化，也是分为x和y两个方向计算3. Laplacian 算子：不再以x和y的方向计算，而是以圆方向计算变化率4. canny边缘检测：高效、准确，寻找最优边缘
2024-09-06 09:48:44
1599
原创 若楠带你初识OpenCV（3）--图像平滑处理和图像形态学
1. 图像的平滑处理：包含均值滤波、方框滤波、高斯滤波以及中值滤波。2. 图像形态学：腐蚀、膨胀、开闭运算、梯度运算以及顶帽和黑帽
2024-09-05 09:43:38
1341
原创 若楠带你初识OpenCV（2）--图片修改、运算，边界填充以及阈值调整
图片的修改：缩放、打码、组合。图片的运算：其中值得注意的是。直接相加：当两个像素点之和超过255时，相加后的结果减去256。add()方法：当两个像素点之和超过255时，该位置数值为255。权重相加：将图片重合，给重合图片设置权重。边界填充：将原始图片扩大，使用cv2.copyMakeBorder()函数。阈值调整：范围改变图片的像素值，适用于将图片二值化，cv2.threshold()方法设定阈值处理图像，给图像设定一个范围，高于设定值的像素值为255，低于设定值的，像素值为0。
2024-09-04 09:34:57
1219
原创 若楠带你初识OpenCV（1）-- 视频、图片基础处理，颜色获取
OpenCV的功能作用opencv的部分基本作用：读取图片、读取灰度图、图片保存、视频文件读取、区域截取、提取RGB通道颜色、合并颜色通道发现了嘛？我们本篇学习用的图片很大，怎么将它缩小一点呐？改变它的形状，我们下篇再见哦~
2024-09-03 10:09:01
1138
原创 亦菲喊你来学机器学习（19） --TF-IDF中文处理
本篇介绍了：1. jieba分词的基础用法2. 如何计算中文文本中单词的TF-IDF值3. 型拟合变换之后，模型中已经将每个单词的TF-IDF值计算出来了
2024-09-02 09:45:12
1270
原创 亦菲喊你来学机器学习（18） --TF-IDF方法
什么是TF-IDF值？它有什么作用？如何计算TF-IDF值使用TF-IDF对象得到文章单词权重下期介绍，使用jieba库进行中文分词。
2024-09-01 15:32:53
1272
原创 亦菲喊你来学机器学习（17） --DBSCAN聚类算法
DBSCAN聚类算法是怎么实现的DBSCAN聚类算法不需要提前指定分几簇，它会自动分簇算法模型训练时会产生标签参数，训练数据本身是没有标签的聚类算法的评估通过轮廓系数来判断，范围[-1,1]，靠近1为合理。
2024-08-31 09:50:29
1708
原创 亦菲喊你来学机器学习（16） --K-means聚类算法
K-means聚类算法的过程。K-means聚类算法训练的数据没有标签，自动分配标签。通过轮廓系数查看聚类效果，值越大表示聚类效果越好。
2024-08-30 14:19:03
1474
原创 亦菲喊你来学机器学习（13） --随机森林实现手写数字识别
注意对读取的数据处理学会调整参数，优化模型，比如本篇在交叉验证中找寻最优的最大特征数量。
2024-08-27 09:11:26
1125
原创 亦菲喊你来学机器学习（12） --随机森林
随机森林（Random Forest）是一种**集成学习**方法，属于决策树模型的扩展。它通过构建多个决策树并将它们的预测结果进行汇总，以此来提高预测的准确性和稳定性。随机森林是“集成学习”中最流行的算法之一，尤其在分类和回归任务中表现出色。
2024-08-26 09:16:05
1074
原创 亦菲喊你来学机器学习（11） --回归树算法
criterion：节点分裂依据,默认：mse ----> 【按默认选择mse即可】splitter:表示以最优的方式切分节点,默认best ----> 【按默认选择best即可】max_depth：树的最大深度。----> 【通过交叉验证来进行选择】min_samples_split ：分裂一个内部节点需要的最小样本数，默认值是2。min_samples_leaf ：叶子节点最少样本数，默认值是1，
2024-08-25 13:19:15
1140
原创 亦菲喊你来学机器学习（10） --决策树算法
决策树是一种直观的预测模型，它表示对象属性和对象值之间的一种映射关系。树中的每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对象的值。对于分类问题，决策树模型表示基于特征对实例进行分类的过程，可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。常见的决策树学习算法：ID3算法、C4.5算法、CART算法常用预剪枝方法防止过拟合决策树主要的模型参数调整有：树的最大深度：max_depth。
2024-08-24 09:34:32
1047
原创 亦菲喊你来学机器学习（9） --逻辑回归实现手写数字识别
逻辑回归更适合二分类算法，但是也可以通过一些策略，扩展到多分类问题。注意要将读取的数据进行标准化操作，灰度图图片数据相差过大。学会调整参数，优化模型，比如本篇在交叉验证中找寻最优的惩罚因子。
2024-08-23 09:59:32
1331
原创 亦菲喊你来学机器学习（8） --逻辑回归内过采样（人工拟合）
什么是过采样：SMOTE通过近邻方式生成新的、合成的数据点，扩充少数类的数据。过采样的过程：将每类训练集的样本和结果，每类数量扩充至相等。如何进行过采样：使用SMOTH方法随机拟合数据，用新的变量接收。
2024-08-22 16:20:14
1064
原创 亦菲喊你来学机器学习（7） --逻辑回归内下采样
什么是下采样：一种处理数据不平衡问题的方法。下采样的过程：从多数类样本中随机选择一部分样本，选择的样本数量通常与少数类的样本数量相等或接近。如何进行下采样：使用sample方法取出和少数类数量相等的数据，再将新得到的样本同原本少数类的样本合并，作为新的训练集。
2024-08-21 19:08:29
709
原创 亦菲喊你来学机器学习（6）--逻辑回归算法
什么是逻辑回归：逻辑回归其实是分类算法！！！逻辑回归算法如何分类：计算每个数据的属于哪个类别的概率，判断属于哪个类。（默认阈值0.5为分界线）训练模型：使用train_test_split方法，在数据中随机抽取数据作为训练集与测试集，使测试更有说服力。交叉验证，选择较优的惩罚因子。
2024-08-21 16:00:48
809
原创 亦菲喊你来学机器学习（5）--正则化之L1和L2正则化
综上所述，L1正则化和L2正则化都是通过向损失函数中添加正则化项来提高模型的泛化能力，但它们在惩罚项的形式、特点和应用场景上存在差异。在实际应用中，应根据具体问题和需求选择合适的正则化方法。
2024-08-19 21:32:03
1551
原创 亦菲喊你来学机器学习（4）-- 多元线性回归
本篇介绍了如何实现多元线性回归，其中需要注意的是，对于相关系数过小的数据，我们要进行选择调整。总的来说与一元线性回归处理方式差不多。
2024-08-18 20:16:44
1308
原创 机器学习（2）-- KNN算法之手写数字识别
本篇介绍了如何使用KNN算法进行手写数字识别：训练模型：收集数据 – 读取图片数据 – 转化灰度图 – 处理图像 – 装进array数组 – 调整数据结构 – 分配标签 – 训练模型测试模型：评估性能 – 识别问题 – 优化和改进测试数据：查看实用性。
2024-08-16 22:30:14
1262
原创 机器学习（1）--数据可视化
本篇我们介绍了，如何将一个个表面的文字数据转化为空间中的图像，让我们能够更好、更清晰的观察它们。作用：观察数据，预测数据，调整数据。可视化方法：可以将数据进行哪些方法展示出来实现可视化：注意学会如何调整图像哦！
2024-08-15 22:03:53
802
原创 第一阶段复习 --Python、Linux、Shell、MySQL
- 命名规则1.由字母、数字、下划线组成2.不能以数字开头3.不能是保留字（关键字）print(keyword.kwlist) >>>> 查看关键字书山有路勤为径，学海无涯苦作舟。
2024-08-14 19:27:07
617
原创 MySQL（6）--数据库的设计、事务与视图
如果一个包含多个步骤的业务操作，被事务管理，那么这些操作要么同时成功，要么同时失败。操作：1.开启事务：start transaction;2.回滚：rollback;3.提交：commit;--建表--插入数据-- 张三给李四转账500元-- 0.开启事务-- 1.张三账户 -500-- 2.李四账户 + 500-- 出错了/没出错...-- 发现没有问题了，提交事务COMMIT;-- 发现出问题了，回滚事务ROLLBACK;
2024-08-12 21:40:46
1274
原创 MySQL（5）--索引与约束
它与前面的普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。主键作用于列上（可以一个列或多个列联合主键），添加主键索引时，你需要确保该主键默认不为空（NOT NULL）。MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。这条语句创建索引的值必须是唯一的（除了NULL外，NULL可能会出现多次）。删除主键时只需指定PRIMARY KEY，但在删除索引时，你必须知道索引名。该语句添加一个主键，这意味着索引值必须是唯一的，且不能为NULL，
2024-08-11 22:10:49
1414
2
原创 MySQL（4）--SQL多表查询、python操作MySQL、JDBC连接
如果一个包含多个步骤的业务操作，被事务管理，那么这些操作要么同时成功，要么同时失败。操作：1.开启事务：start transaction;2.回滚：rollback;3.提交：commit;--建表--插入数据-- 张三给李四转账500元-- 0.开启事务-- 1.张三账户 -500-- 2.李四账户 + 500-- 出错了/没出错...-- 发现没有问题了，提交事务COMMIT;-- 发现出问题了，回滚事务ROLLBACK;
2024-08-10 22:35:42
1125
原创 MySQL（2）--SQL语言基础
Structured Query Language:结构化查询语言其实就是定义了操作所有关系型数据库的规则。每一种数据库操作的方式存在不一样的地方，称为“方言”。本篇介绍了：什么是SQL，SQL的分类以及对应的操作。
2024-08-08 20:50:23
1018
原创 MySQL（1）--安装MySQL
注意：如果安装的过程出现了错误，需要卸载mysql的方法。注意：如果安装的过程出现了错误，需要卸载mysql的方法。原因是：Mysql的GPG升级了，需要重新获取。先安装其依赖包在安装server服务。在将安装服务的命令重新执行一遍。将rpm文件放入linux中。如果安装server出错。然后使用rpm文件包。
2024-08-07 21:12:54
975
原创 Shell编程 --函数语法与重定向
Shell函数语法Shell 输入/输出重定向：文件描述符 0 通常是标准输入（STDIN），1 是标准输出（STDOUT），2 是标准错误输（STDERR）。
2024-08-06 21:40:19
1299
原创 Shell编程 --流程控制
if-else语句循环：for循环：遍历循环while循环：符合条件循环死循环：一直循环until循环：一直循环知道符合条件为止case … esac：模式匹配跳出循环：break：跳出所有循环。continue：跳出当前循环。
2024-08-05 22:45:03
1333
原创 Shell编程 --基础语法（2）
运算符：算数运算符、关系运算符、布尔运算符、字符串运算符、文件测试运算符。read命令：读取从键盘输入的数据。printf命令：格式输出。
2024-08-04 17:25:55
1212
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