- 博客(17)
- 收藏
- 关注
原创 机器学习:聚类,Sklearn
本次实验基本完成,难度适中,对k-means聚类算法的原理,高斯混合模型聚类算法的原理,sklearn如何实现聚类有了更深的了解,但相关代码的具体作用还需要理解消化。随即中心点的初始点选择是不确定的,可能会导致最后模型的结果不稳定。当每个混合模型没有足够的点时,估算协方差变得困难起来,同时算法会发散并且找具有无穷大似然函数值的解,在计算机上验证和测试k-means聚类和高斯混合模型聚类实验,sklearn的相关聚类算法。高斯混合模型的计算量大,可以看作是KMeans的推广,除非人为地对协方差进行正则化。
2022-11-14 17:06:25
398
原创 登录验证码
登录验证是一般系统都会有的功能,验证的方式也多种多样,比如输入式验证码,拖动式验证条,拖动式验证拼图等等。我们这里先实现常规的输入验证码的方式,右边显示验证码图片,点击可刷新,左边输入验证码。如下图为实现的效果。
2022-11-12 22:37:53
1042
原创 JavaScript简介
为了解决前端验证的问题,当时的浏览器巨头NetScape(网景)公司就开发出一种脚本语言,起初命名为LiveScript,后来由于SUN公司的介入更名为了JavaScript。但是你要清楚,Java和JavaScript是没有什么关系的,只不过当时Java非常流行,为了蹭热度,才将LiveScript更名为JavaScript,它们的关系就像雷锋和雷峰塔的关系一样,没啥关系。
2022-11-12 14:24:30
125
原创 python flask migrate迁移orm模型
flask-bootstrap中文文档:https://flask-bootstrap-zh.readthedocs.io/zh/latest/flask中文文档:https://dormousehole.readthedocs.io/en/1.1.2/jinja2英文文档:https://jinja.palletsprojects.com/en/3.0.x/flask英文文档:https://flask.palletsprojects.com/en/1.1.x/return '删除表成功'
2022-11-09 21:12:25
177
原创 Python Flask Web 框架入门
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False # 动态跟踪修改设置,如果未设置会弹出警告。app.config['SQLALCHEMY_ECHO'] = True # 查询时会显示原始的sql语句。article=Article(title="钢条",content="xxx")#添加数据。article1=Article(title="华华",content="yyy")return "创建表成功"return '删除表成功'
2022-11-09 19:58:48
225
原创 Flask-数据库一对一关系
user=User.query.filter(User.username== '刘强东' ).first() #查询符合条件的记录。article1 = Article(title="西游记", content="三打白骨精", author_id=1)article2 = Article(title="水浒传", content="武松打虎", author_id=2)article=Article.query.filter(Article.id==2).first()#获取。
2022-11-09 19:35:42
123
原创 Flask-数据库一对多关系
article3 = Article(title="三国演义", content="桃园三结义", author_id=2)article1 = Article(title="西游记", content="三打白骨精", author_id=1)article2 = Article(title="水浒传", content="武松打虎", author_id=2)article4 = Article(title="白蛇", content="白素贞", author_id=3)
2022-11-09 18:56:36
361
原创 机器学习实验之线性回归实验
2.请参考线性回归.pdf,同时对比,线性回归,线性回归+多项式特征,以及KNN回归,贝叶斯回归,决策树回归和支持向量SVR回归,六个回归算法对步骤1中的样本数据的回归曲线的差异,哪个回归算法R方分数高(调用score函数)。在计算机上验证和测试最小二乘法和线性回归实验,sklearn的线性回归算法。由最后得分可知,回归算法中,线性svm加入rbf核函数的回归效果最好;4、掌握KNN,贝叶斯,决策树和SVM如何进行线性回归。3、掌握线性回归评价指标和多项式特征算法;2、能够理解线性回归和多元线性回归算法;
2022-11-05 20:36:16
491
原创 机器学习实验之线性回归实验
2.请参考线性回归.pdf,同时对比,线性回归,线性回归+多项式特征,以及KNN回归,贝叶斯回归,决策树回归和支持向量SVR回归,六个回归算法对步骤1中的样本数据的回归曲线的差异,哪个回归算法R方分数高(调用score函数)。在计算机上验证和测试最小二乘法和线性回归实验,sklearn的线性回归算法。由最后得分可知,回归算法中,线性svm加入rbf核函数的回归效果最好;4、掌握KNN,贝叶斯,决策树和SVM如何进行线性回归。3、掌握线性回归评价指标和多项式特征算法;2、能够理解线性回归和多元线性回归算法;
2022-11-05 20:35:43
748
原创 机器学习实验之神经网络基础实验
当x小于0的时候,那么从此流过的神经元的梯度都变成0,这个时候ReLU单元在训练中将死亡(参数无法更新),造成了数据多样化的丢失。Sigmoid缺点:激活函数计算量大,反向传播求梯度时,求导设计除法 反向传播,在饱和区两边导数容易为0,即容易出现梯度消失的情况,从而无法完成训练。在计算机上验证和测试多层神经网络的原理和算法实现,测试多层神经网络的训练效果,同时查阅相关资料。Sigmoid函数反向传播时,容易出现梯度消失的情况,造成信息的丢失,无法完成分类。激活函数的作用:为了增加神经网络模型的非线性。
2022-11-05 20:33:31
591
原创 flask入门
另外,Flask还有很强的定制性,用户可以根据自己的需求来添加相应的功能,在保持核心功能简单的同时实现功能的丰富与扩展,其强大的插件库可以让用户实现个性化的网站定制,开发出功能强大的网站。Flask是一个轻量级的可定制框架,使用Python语言编写,较其他同类型框架更为灵活、轻便、安全且容易上手。默认的内容类型是 HTML ,因此字 符串中的 HTML 会被浏览器渲染。进行开发,开发人员分工合作,小型团队在短时间内就可以完成功能丰富的中小型网站或。该类的实例将会成为我们的 WSGI 应用。
2022-11-05 18:21:00
110
1
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