maxchet-CSDN博客

原创快来一起挖掘幸福感---阿里云天池

赛题尝试了幸福感预测这一经典课题，希望在现有社会科学研究外有其他维度的算法尝试，结合多学科各自优势，挖掘潜在的影响因素，发现更多可解释、可理解的相关关系。赛题说明赛题使用公开数据的问卷调查结果，选取其中多组变量，包括个体变量（性别、年龄、地域、职业、健康、婚姻与政治面貌等等）、家庭变量（父母、配偶、子女、家庭资本等等）、社会态度（公平、信用、公共服务等等），来预测其对幸福感的评价。幸福感预测的准确性不是赛题的唯一目的，更希望选手对变量间的关系、变量群的意义有所探索与收获。数据说明考虑到变量个数较多

2020-12-26 19:37:59 569

原创哈希表专题（力扣）

散列表（Hash table，也叫哈希表），是根据**键（Key）**而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。题目1—两数之和题目167—两数之和2-输入有序数组给定一个已按照升序排列的有序数组，找到两个数使得它们相加之和等于目标数。函数应该返回这两个下标值 index1 和 index2，其中 index1 必须小于 index2。说明:返回

2020-12-21 11:39:53 313

原创机器算法（三）---KNN K近邻(k-nearest neighbors)---阿里云天池

一.1.KNN（K-Nearest Neighbor）最邻近分类算法是数据挖掘分类（classification）技术中最简单的算法之一，其指导思想是”近朱者赤，近墨者黑“，即由你的邻居来推断出你的类别。2.KNN建立过程（1）给定测试样本，计算它与训练集中的每一个样本的距离。（2）找出距离近期的K个训练样本。作为测试样本的近邻。（3）依据这K个近邻归属的类别来确定样本的类别。3.类别的判定①投票决定，少数服从多数。取类别最多的为测试样本类别。②加权投票法，依据计算得出距离的远近，对近邻

2020-12-21 10:21:19 522

原创机器算法（二）---朴素贝叶斯---阿里云天池

一.理论1.贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。2.朴素贝叶斯核心算法：朴素贝叶斯算法是假设各个特征之间相互独立3.具体实例说明如果一对男女朋友，男生想女生求婚，男生的四个特点分别是不帅，性格不好，身高矮，不上进，请你判断一下女生是嫁还是不嫁？这是一个典型的分类问题，转为数学问题就是比较p(嫁|(不帅、性格不好、身高矮、不上进))与p(不嫁|(不帅、性格不好、身高矮、不上进))的

2020-12-18 20:10:52 140 1

原创机器算法（一）---基于逻辑回归的算法预测---阿里云天池

一.概念，介绍逻辑回归算法，尽管带着回归两字，但是属于分类算法的一种，分类问题的处理结果是离散的。二.demo实践1.导入相应的库函数import numpy as np #python基础库，机器学习大部分算法都需要用到他来做基础数值运算import matplotlib.pyplot as pltimport seaborn as sns ##seaborn就是在matplotlib基础上面的封装，方便直接传参数调用from sklearn.linear_model impor

2020-12-14 15:37:48 372

原创吴恩达机器学习作业（逻辑回归）---maxchet

题目描述：在训练的初始阶段，我们将要构建一个逻辑回归模型来预测，某个学生是否被大学录取。设想你是大学相关部分的管理者，想通过申请学生两次测试的评分，来决定他们是否被录取。现在你拥有之前申请学生的可以用于训练逻辑回归的训练样本集。对于每一个训练样本，你有他们两次测试的评分和最后是被录取的结果。为了完成这个预测任务，我们准备构建一个可以基于两次测试评分来评估录取可能性的分类模型。1.导入相应的库import numpy as npimport pandas as pdimport matplotlib.

2020-11-25 16:56:40 387

原创《计算方法》---拉格朗日插值法和牛顿插值法（python实现）

本文是相关插值法的代码实现，通过以下的例子方法一：拉格朗日插值法x = [0.85] #需要计算函数近似值的xx0 = [0.40,0.55,0.65,0.80,0.90]y = [0.41075,0.57815,0.69675,0.88811,1.02652]m = len(x0) #给的函数值的个数print(x)print(x0)print(y)print(n)...

2020-11-24 10:39:13 2965

原创《计算方法》---雅克比迭代法和高斯赛德尔迭代法（python实现）

本次将通过一个具体实例来实现一下这两种方法的过程例题：1.共同部分import numpy as np#输入部分A = np.array([[10.0, -2, -1], [-2, 10, -1], [-1, -2, 5]]) B = np.array([3.0, 15, 10])x0 = np.array([0.0, 0, 0]) #x0,我的理解是一个相对于x延后更新的数组，用于前后更新误差检验x = np.array([0.0, 0, 0])print(x[

2020-11-17 11:34:20 3804 5

原创吴恩达机器学习作业（多变量线性回归）---maxchet

题目描述：在本部分的练习中，您将使用多个变量实现线性回归，以预测食品卡车的利润。假设你是一家餐馆的首席执行官，正在考虑不同的城市开设一个新的分店。该连锁店已经在各个城市拥有卡车，而且你有来自城市的利润和人口数据。您希望使用这些数据来帮助您选择将哪个城市扩展到下一个城市。房屋价格数据集，其中2个变量（房子大小，卧室数量）和目标（房子价格）第一步导入相应的库import numpy as np #本次我依旧导入这4个库，同单import pandas

2020-11-13 15:06:35 207

原创《计算方法》---列主元高斯消元法（python实现）

计算方法的第三单元的第一个算法，列主元高斯消元法我将它分为3个部分第一部分，输入所要求的的方程式组第二部分，消元，简而言之进行排序第三部分，回代求解，解决问题这里通过这个例子来协助编程第一部分：import numpy as np #本次仅需要用到这一个库#a = input('需要计算的方程组为：')a = np.array([[10,-2,-1,3],[-2,10,-1,15],[-1,-2,5,10]]) #双括号 a即要计算的

2020-11-13 10:32:49 3972 2

原创 python基础语法小总结

六月报名参加了黑马的python基础课程，算是笼统的过了一遍python简单语法，记录在这里，与大家共享2020.5.31 day011.单行注释#多行注释‘’’‘’’2.变量以及类型（通过type函数查看变量类型）(1) Numbers(int,long,float,complex)布尔类型String（字符串）List(列表)Tuple(元组)Dictionary(字典)(2)标识符1见名知意2数字字母下划线，且不能数字开头(3)可以设置print不换行print

2020-10-29 11:09:15 304

原创从机器学习代码学习中得到的知识

从学习中得到的知识1.pd.read_csv()的作用是将csv文件读入并转化为数据框形式pd.read_csv()df = pd.read_csv('D:\machine learning\Linear learing\data1\ex1data1.csv',names=['人口','利润'])2.head() 读前5行#括号内可填写要读取的前n行，如果不填，默认为n=5df.head() #读取前五行output:人口利润0 6.1101 17.59201 5.5277

2020-10-25 11:31:10 161

原创吴恩达机器学习作业（单变量线性回归）---macxhet

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Mar

2020-09-29 14:38:05 185

macchet的博客