Machine Learning
超超级钢铁侠
每天进步一点点
展开
-
机器学习简单实验(LMS算法)
LMS为最小均方算法(least mean square),目标是使得均方误差(MSE)最小,即样本预测输出值与实际输出值之差平方的期望值最小。 下面实现LMS算法学习或运算:# -*- coding utf-8 -*-# LMS.pyimport numpy as npb = 1a = 0.1x = np.array([[1,1,1],[1,1,0],[1,0,1],[1,0,0]])原创 2016-08-08 14:19:06 · 4358 阅读 · 0 评论 -
kaggle实例学习-Titanic(3)
先学习一个函数: np.unique() 返冋其参数数组中所有不同的值,并且按照从小到大的顺序排列。它有两个可选参数: return_index : Ture表示同时返回原始数组中的下标。 Return_inverse: True表示返冋重建原始数组用的下标数组。 现在考虑多个属性,gender,Pclass,price,所以用一个2× 3× 4的array来存储。 price以40为界原创 2016-08-19 15:18:23 · 567 阅读 · 0 评论 -
kaggle实例学习-Titanic(4)
这个小节介绍几个有用的pandas功能。 引入相关模块import pandas as pdimport numpy as npimport pylab as Pdf = pd.read_csv('train.csv', header=0)#把age的缺失数据删除掉之后画出histdf['Age'].dropna().hist(bins=16, range=(0,80), alpha =原创 2016-08-19 16:34:17 · 466 阅读 · 0 评论 -
Python opencv(3)获取图像大小
图像矩阵的shape属性表示图像的大小,shape会返回tuple元组,第一个元素表示矩阵行数,第二个元组表示矩阵列数,第三个元素是3,表示像素值由光的三原色组成。import cv2import numpy as npfn="baboon.jpg"if __name__ == '__main__': print 'load %s as ...' % fn img = cv2.原创 2016-07-02 15:20:47 · 90566 阅读 · 1 评论 -
Python opencv(4) 调节图像亮度
将像素值变小,图像亮度减小,色彩变暗;像素值增大,图像亮度增大,色彩变亮。import cv2import numpy as npfn = "baboon.jpg"if __name__ == '__main__': print 'loading %s ...' % fn print 'processing...' img = cv2.imread(fn) w原创 2016-07-02 16:05:02 · 23593 阅读 · 2 评论 -
Python opencv(2) 随机产生像素点
In [1]:import numpy as npimport cv2In [5]:if __name__ == '__main__': sz1 = 200 sz2 = 300 print 'generate an image matrix(%d*%d) ...' % (sz1,sz2) img = np.zeros((sz1,sz2,3),np.uint8) pos1原创 2016-06-27 13:59:52 · 2398 阅读 · 0 评论 -
Python opencv(1) 显示图像
基本练习,调用opencv库函数显示图像>>> import cv2>>> fn="baboon.jpg">>> if __name__=='__main__':... print 'http://blog.csdn.net/myhasp1'... print 'myhasp1@qq.com'... print ... print 'loading %s ...'原创 2016-06-27 01:10:57 · 1144 阅读 · 0 评论 -
Python 2.7下配置opencv
参照http://www.linuxidc.com/Linux/2015-05/116960.htm可成功地进行配置,我的linux版本是ubuntu 16.04LTS。在python中输入import cv 后也能成功导入,感谢博主!转载 2016-06-25 18:00:10 · 1131 阅读 · 0 评论 -
聚类论文分析-A Hybrid Approach to Clustering in Big Data
谈谈对论文A Hybrid Approach to Clustering in Big Data的理解 在这篇论文中作者提出了一种新的聚类方法,叫clusiVAT算法,并且与 k-means, single pass k-means, online k-means,和clustering using representatives (CURE) 等算法进行了对比。对聚类的理解聚类(clustrer翻译 2017-07-11 17:35:55 · 2027 阅读 · 0 评论 -
Python opencv(10)图像的加噪
为了检验实验图像识别的效果,需要对加了噪声的图像进行识别。机器学习算法不能只是对清晰的图片有较好识别效果,对于不清晰的图像也应该较好地识别。 在图像的随机位置处把像素点的值设为某个值,如(25,20,20),如果像素点已经是灰度化了的,把值设为255,当像素点的数量较多时,便得到了有噪声的图像,如下面的程序设置了100000个点。import cv2import numpy as npfn =原创 2016-07-24 09:13:48 · 12137 阅读 · 0 评论 -
kaggle实例学习-Titanic(1)
比赛地址:https://www.kaggle.com/c/titanic/data?train.csv部分内容来源于(尤其是代码)http://blog.csdn.net/han_xiaoyang/article/details/49797143 import pandas as pdimport numpy as npfrom pandas import Series,DataFramed转载 2016-05-04 01:08:11 · 6660 阅读 · 0 评论 -
kaggle实例学习-Titanic(2)
继续完善很久以前没有写完的东西。。。import csv as csv import numpy as npcsv_file_object = csv.reader(open('train.csv', 'rb')) header = csv_file_object.next()data=[]for row in csv_file_object: data.append(row)d原创 2016-08-18 23:48:57 · 795 阅读 · 0 评论 -
机器学习简单实验(梯度下降)
用梯度下降算法实现上一篇的简单分类:# -*- coding: utf-8 -*-# easy_linear_learning2.pyimport numpy as npb = 1a = 0.5x = np.array([[1,1,3],[1,2,3],[1,1,8],[1,2,15]])d = np.array([1,1,-1,-1])w = np.array([b,0,0])er原创 2016-08-06 11:01:47 · 788 阅读 · 0 评论 -
Ubuntu Kylin 16.04 LTS 安装TensorFlow 初体验
TensorFlow的安装要求操作系统时64位,如果不是64位,只好装个64位系统啦。windows使用Docker安装,Mac和Linux安装相似:这是我成功安装的方法:$ sudo apt-get install python-pip python-dev python-virtualenv$ virtualenv --system-site-packages ~/tensorflow$ c原创 2016-05-06 23:01:38 · 2601 阅读 · 2 评论 -
python opencv(5)生成日落效果
这里有一张图片: 改变像素值,生成日落的效果。import cv2import numpy as npfn = "cat.jpg"if __name__ == '__main__': print 'loading %s ...' % fn print 'processing ...', img = cv2.imread(fn) w = img.shape[原创 2016-07-11 16:12:25 · 1531 阅读 · 0 评论 -
python opencv(6)生成负片和水印
生成负片的方法很简单,只要将像素值设为255-原值即可,水印的生成可调用putText()函数。import cv2import numpy as npfn = "baboon.jpg"if __name__ == '__main__': print 'loading %s ...' % fn print 'processing...' img = cv2.imread原创 2016-07-11 16:44:02 · 5062 阅读 · 0 评论 -
python opencv(7)图像平铺
建立一张空白图像,把原来的图像复制上去(将每个像素值复制),再进行平铺,就能得到结果。如横向平铺5个图像,纵向平铺2个图像:import cv2import numpy as npfn = "baboon.jpg"if __name__ == '__main__': print 'loading %s ... ' % fn img = cv2.imread(fn) w原创 2016-07-23 12:12:14 · 2550 阅读 · 0 评论 -
python opencv(8)图像镜像
图像镜像很简单,将一半图像(左边或右边,上边或下边)的像素值复制到另一边即可。import cv2import numpy as npfn = "cat.jpg"if __name__ == '__main__': print 'processing...', img = cv2.imread(fn) w = img.shape[1] h = img.shape[原创 2016-07-23 21:27:48 · 770 阅读 · 0 评论 -
python opencv(9)图像的复制与灰度化
opencv中的有关函数cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)可以直接完成灰度化操作。import cv2import numpy as npfn = "baboon.jpg"if __name__ == '__main__': print 'loading %s ...' % fn img = cv2.imread(fn) sp =原创 2016-07-24 08:47:29 · 3904 阅读 · 0 评论 -
用R语言进行回归分析
1.单变量线性回归> y<-c(5,7,9,11,16,20)> x<-c(1,2,3,4,7,9)> lsfit(x,y)$coefficientsIntercept X 3.338028 1.845070 $residuals[1] -0.18309859 -0.02816901 0.12676056 0.28169014 -0.25352113 0.056原创 2016-07-28 08:54:11 · 8633 阅读 · 0 评论 -
Machine Learning基础(统计分析)
«??????????» ?2010??????????,????????????? ????????????????,?????:> read.table("F:/Machine Learning/R Basic/youxiangz.csv",header = TRUE,sep = ",")->jiuye> jiuye$??????[grepl("??",jiuye$????)]->jygz>原创 2016-08-01 16:40:50 · 417 阅读 · 0 评论 -
机器学习简单实验(学习或运算)
#a为学习速率,w为权值,neww更新权值import numpy as npb = 0a = 0.5x = np.array([[0,1,1],[0,1,0],[0,0,0],[0,0,1]])d = np.array([1,1,0,1])w = np.array([b,0,0])def sgn(v): if v>0: return 1 else原创 2016-08-04 15:44:48 · 342 阅读 · 0 评论 -
机器学习简单实验(线性分类)
问题:将一组(x,y)值分类为下列两类函数之一: 2x + 1 = y 第1类 7x + 1 = y 第2类# -*- coding: utf-8 -*-# easy_linear_learning.pyimport numpy as npimport pylab as plb = 1a = 0.3x = np.array([[1,1,3,],[1,2,3],[1,1,8],[1,2原创 2016-08-05 21:33:16 · 696 阅读 · 0 评论 -
ubuntu 15.04 安装Caffe
安装过程按照http://www.linuxidc.com/Linux/2016-09/135034.htm即可,出现问题可在文章https://www.cnblogs.com/bigdata01/p/6885941.html中查找,亲测可用,祝您安装顺利!原创 2017-11-18 20:08:00 · 305 阅读 · 0 评论