- 博客(10)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 直方图均衡化-python实现
"""@author: LiShiHang@software: PyCharm@file: 5.1.直方图均衡化.py@time: 2018/12/24 16:02@desc:"""import cv2import matplotlib.pyplot as plt # 仅用于读取图像矩阵import numpy as np
2018-12-28 15:13:51
15033
1
原创 9.回文数
题目来源LeetCode 9.回文数https://leetcode-cn.com/problems/palindrome-number/解决方案"""@author: LiShiHang@software: PyCharm@file: 9.回文数.py@time: 2018/12/22 22:08@desc:"""class Solution: # 方法1，使...
2018-12-23 10:26:58
221
原创 寻找局部最高点-1D
一种方法是从第一个元素开始遍历。算法复杂度为 T=O(n)T=O(n)T=O(n)。另一种算法使用二分法。对于一个点，有以下情况：两边小（此时是局部最高点）（暂时不考虑相等的情况）；左边小右边大，此时局部最高点一定出现在右边，可以继续在右边继续寻找；左边大右边小则在左边继续寻找两边大，局部最高点出现在两边，向左向右都可以。此算法时间复杂度为 T=O(log2n)T=O(log_2n)...
2018-12-19 16:11:45
3266
1
原创 keras SegNet实现
代码位置https://github.com/lsh1994/keras-segmentation池化索引可参考：https://blog.csdn.net/nima1994/article/details/84319859模型结构训练结果待更……
2018-12-18 21:05:28
5013
16
原创 python if中的false（哪些视为False）
标题不太合适，即表示if判断为假的情况，具体如下。在Python中所有的对象都可以进行真值测试，下面罗列一下判断为假的情况：NoneFalse数值中的零，包括0，0.0，0j（虚数）空序列，包括空字符串(”)，空元组(())，空列表([])空的字典{}自定义的对象的实例，该对象的__bool__方法返回False或者__len__方法返回0除了以上的情况外，所有的对象在if或...
2018-12-01 07:43:29
12133
原创 python决策树（二叉树、树）的可视化
问题描述在我学习机器学习实战-决策树部分，欲可视化决策树结构。最终可视化结果：解决方案决策树由嵌套字典组成，如：{‘no surfacing’: {0: ‘no’, 1: {‘flippers’: {0: ‘no’, 1: ‘yes’}}}}使用graphviz包：from graphviz import Digraph关键代码：def plotModel(tree): ...
2018-12-01 07:43:17
3290
原创 机器学习实战：决策树-隐形眼镜类型
代码及数据地址输出结果：model: {‘tearRate’: {‘reduced’: ‘no lenses’, ‘normal’: {‘astigmatic’: {‘yes’: {‘prescript’: {‘hyper’: {‘age’: {‘presbyopic’: ‘no lenses’, ‘young’: ‘hard’, ‘pre’: ‘no lenses’}}, ‘myope’...
2018-12-01 07:42:50
635
原创 机器学习实战：决策树-是否有鱼
代码及数据 地址"""@author: lishihang@software: PyCharm@file: id3_fish.py@time: 2018/11/27 15:58""&
2018-12-01 07:42:31
563
原创 机器学习实战：knn手写数字
数据及代码github。"""@author: lishihang@software: PyCharm@file: handwritten.py@time: 2018/11/26 16:18"""import numpy as npimport matplotlib.pyplot as pltimport osimport gl
2018-12-01 07:42:06
316
原创 机器学习实战：knn海伦约会
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport copydef autoNorm(x): """ 最大值最小值归一化 :param x: 需要归一化的特征向量 :return: 新的数组、极差、最小值 &a
2018-12-01 07:41:44
1558
pima-indians-diabetes
2018-06-04
Visual Assist X
2015-12-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人