![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
别的
文章平均质量分 59
lmszs
这个作者很懒,什么都没留下…
展开
-
遗传算法解决低维和高维函数最优化问题
import numpy as npfrom random import randomclass EABi: def __init__(self, n_var, lb, ub, ff, wf, populations=50, iterations=2000, eps=1e-4, cross_method='1', p_cross=0.1, mutation_method='1', p_mutation=0.05, choos原创 2021-12-08 16:28:01 · 1064 阅读 · 0 评论 -
K-means及FCM的聚类实验
K-means及FCM的聚类实验算法简介聚类算法是一种无监督学习,简单来讲就是依靠样本间聚类通过不断迭代聚类中心的方式来完成样本聚类。常见的单层聚类方式有K-means聚类和FCM聚类等。K-means算法简介K-means是一种硬聚类方式,即确定的将每个样本分入一个确定的聚类簇中。它的实现方式就是迭代更新聚类中心,具体而言,首先初始化kkk个聚类中心,然后将每个样本归到与自己距离最近的聚类中心上,再重新计算聚类中心,如此反复迭代直至算法达到停止条件。FCM算法简介FCM与k-means相比,是原创 2021-11-08 23:12:49 · 2023 阅读 · 0 评论 -
KNN分类USPS, USI sonar及USI iris
KNN算法简介邻近算法,或者说K近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K近邻,就是kkk个最近的邻居的意思,说的是每个样本都可以用它最接近的kkk个邻居来代表。KNN算法本身简单有效,它是一种lazy-learning算法,分类器不需要使用训练集进行训练,训练时间复杂度为0,KNN分类的计算复杂度和训练集中的样本数目成正比。由于KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本原创 2021-10-11 16:07:51 · 1482 阅读 · 1 评论 -
图书馆管理系统
图书馆管理系统要求模拟图书馆管理系统。每名读者只能借一本书,读者可借书或还书。管理员可对图书和读者信息进行录入、修改和删除。图书信息至少应包括:编号、书名、数量,读者信息至少应包括:编号、姓名、所借图书。可根据图书名称或编号进行图书信息查询,可查询某本书现在被哪些读者借走。大作业。恶臭代码。有时间了加注释,加用txt当数据库的功能之类的。代码...原创 2021-01-10 22:01:56 · 466 阅读 · 0 评论 -
分赌注问题
问题概述水平相同的两个赌徒A和B,约定先胜ttt局的人赢得赌注,在赌博中的某时刻,两赌徒中止赌博,此时A胜rrr局,B胜sss局,应如何合理分配赌注?问题分析公平起见,最常见的分堵赌注方式即为计算如果继续进行赌博,两个人分别获胜的概率,依据获胜概率来分赌注,即若记两人分别取得最后胜利的概率为pA,pBp_A,p_BpA,pB满足pA+pB=1p_A+p_B=1pA+pB=1,则两人应按照pA:pBp_A:p_BpA:pB的比例分赌注。因此,接下来的目标为分别计算两人的获胜概率。为了描述问题原创 2020-12-18 00:47:40 · 4999 阅读 · 6 评论