- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 面试常考题目
箭头函数的理解箭头函数 （变量）=》{操作}（1）箭头函数不绑定this,arguments箭头函数的this是在定义函数时绑定的，不是在执行过程中绑定的。简单的说，函数在定义时，this就继承了定义函数的对象（2）简化代码语法（3)注意事项：在对象的方法中使用不能使用箭头函数作为构造函数定义原型方法输入URL到浏览器页面的过程（1）输入 url进行地址的域名解析（2）发起tcp三次握手请求（第一次：客户端给服务器端发送syn=1，随机产生一个seq=y;数据包请求建立链接第二次：服
2020-08-03 11:28:40
168
原创 数据双向绑定
相关题目：object.key 和 object.defineProperty()**object.defineProperty()**方法会直接在一个对象上定义一个新属性，或者修改一个对象的现有属性， 并返回这个对象。如果不指定configurable, writable, enumerable ，则这些属性默认值为false，如果不指定value, get, set，则这些属性默认值为undefined语法: Object.defineProperty(obj, prop, descriptor)
2020-08-03 10:38:27
145
原创 机器学习——特征选择常用算法总结
机器学习——特征选择常用算法特征选择指从巨大的特征集中选取出对模型有利的特征子集，减小特征维度，训练数据规模。做特征选择的理由在机器学习的实际应用中，特征数量往往比较多，其中可能存在冗余特征，对模型不利的特征，特征之间也可能存在相互依赖，容易导致如下的后果：（1）特征个数越多，分析特征、训练模型所需的事件就越长（2）特征个数越多，容易引起“维度灾难”，模型也会越复杂，推广能力会下降。特征选择过程（1）产生过程——》（2）评价函数——》（3）停止准则——》（4）验证过程搜索算法（1）完全搜
2020-06-21 20:43:58
738
原创 numpy模拟交叉验证
使用交叉验证的原因：（1）样本数量比较少，当划分了训练集和测试集后，用于模型训练的样本就更少了（2）训练集和测试集的不同划分，会导致不同的模型性能结果K折验证K折交叉验证就是将样本数据集划分为大小相同的K个分区，对每个分区i再剩余的k-1个分区上训练模型，然后在分区i上评估模型，最终分数等于K个分数的平均值，使用平均值来消除训练集和测试集的划分影响。使用Numpy模拟机器学习的交叉验证算法模拟一个样本数据集import numpy as npsample=np.arange(36).resh
2020-06-20 22:32:25
690
原创 机器学习——DEAP数据集
DEAP数据集介绍DEAP（Database for Emotion Analysis usingPhysiological Signals)，该数据库是由来自英国伦敦玛丽皇后大学，荷兰特温特大学，瑞士日内瓦大学，瑞士联邦理工学院的Koelstra 等人通过实验采集到的，用来研究人类情感状态的多通道数据，可以公开免费获取。该数据库是基于音乐视频材料诱发刺激下产生的生理信号，记录了32名受试者，观看40分钟音乐视频（每一个音乐视频1分钟）的生理信号和受试者对视频的Valence, Arousal, Domi
2020-06-20 21:05:44
10689
2
原创 特征选择算法----Relief算法python实现
特征选择算法----reliefF算法特征选择算法分为：（1）封装式算法：遗传算法，适用于处理大规模的数据，具有全局搜索能力强且不易陷入局部最优解。（2）嵌入式算法:需要嵌入机器学习算法，往往降维效果比较好，使用于高纬度，数据量大的特征集（3）过滤式特征选择算法：独立于机器学习算法，算法往往耗时短，效率高relief算法原理原理：根据信号特征于分类标签的相关性，给特征向量赋予权值，并根据权值筛选出对分类效果影响较大的特征子集。具体算法实现：随机在样本集中选择一个样本作为sample样本，在和s
2020-06-15 21:49:07
3920
4
原创 python数据归一化
详见：https://blog.csdn.net/weixin_40683253/article/details/81508321数据归一化目录归一化数据归一化的背景介绍MinMaxScaler：归一到 [ 0，1 ]MaxAbsScaler：归一到 [ -1，1 ]标准化去均值，方差规模化例子:数组归一化到范围【0-1】import numpy as npfrom sklearn.preprocessing import MinMaxScalerarr = np.array([[8
2020-06-10 21:52:29
265
原创 机器学习——数据预处理
机器学习——数据预处理normalize函数介绍在机器学习使用SVM,KNN等分类算法时避免特征数据中某些过大数值或过小值区间的属性值过分支配了整体特征属性，影响分类器的参数取值以及训练效果。例如，线性核和多项式核力，属性的大数值可能会导致数值问题。1. 归一化归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间
2020-06-10 21:35:39
329
原创 微信小程序缓存机制
**微信小程序缓存机制1.异步缓存wx.setStorage() 设置本地缓存//异步存储数据 wx.setStorage({ key: '', //此处为名字 data: '', //此处为存入的数据 })wx.getStorage() 获取本地缓存//异步取数据 wx.getStorage({ key: '', //名字 success: function(res) {}, //取出来之后的回调函数 })
2020-06-06 16:59:48
1954
原创 基于python的信号小波分析
小波分析（时频域分析）——python本实验基于deap数据对eeg信号某个人的fp1通道信号进行不同频段分解小波分解（1）导入pywt以及numpy库 import numpy as np import matplotlib.pyplot as plt import pywt（2）对EEg信号进行小波分解 channel=[1] #选择14个通道工情绪分类 subjectList=[
2020-05-22 10:53:00
13081
8
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人