- 博客(7)
- 收藏
- 关注
RSS订阅原创 [mysql]JDBC连接数据库
// 使用PreparedStatement（预处理对象）进行数据库连接 (防止sql注入问题) public void login1(String username, String password) throws ClassNotFoundException, SQLException { // 1.注册驱动 Class.forName("com.mys...
2018-08-09 17:07:36
176
原创 [mysql] sql语句操作数据库
1.登录Mysqlmysql -uroot -p 一。对数据库的操作创建一个库create database 库名create database 库名 character set 编码 2. 删除一个库drop database 库名 3. 使用库use 库名 4.查看当前正在操作的库Select database(); ...
2018-08-04 14:20:06
148
原创 [machine learning] logistic回归
利用logistic回归进行分类的主要思想是:根据现有的数据对分类边界线建立回归公式，以此进行分类。本章简单介绍了基本的梯度上升法和随机梯度上升法。logistic回归的优点是计算代价不高，易于理解和实现。缺点是容易欠拟合，分类精度可能不高。一。logistic回归的一般过程：收集数据——准备数据（数值型）——分析数据（任意方法）——训练算法（找到最佳的回归系数）——测试算法——使用算法。二。si...
2018-07-02 16:28:46
178
原创 [machine learning] 基于概率论的朴素贝叶斯算法
朴素贝叶斯是一种基于概率论的分类方法，基本原理是：用P1（x,y）表示点（x,y）属于类别1的概率，用P2（x,y）表示点（x,y）属于类别2的概率，如果P1>P2，则点(x,y)属于类别1，如果P1<P2,则点（x,y）属于类别2。朴素贝叶斯的优点是在数据较少的情况下仍然有效，缺点是对数据的准备方式比较敏感，只适用于标称型数据。“朴素”表示特征之间相互独立。一。朴素贝叶斯的一般流程收...
2018-06-26 21:19:45
251
原创 [machine learning] 决策树ID3算法
决策树是经常使用的数据挖掘的算法，原理是通过训练集创造一个树，然后对待分类的数据进行分类。决策树只适用于标称型数据，即离散化的数据。优点是数据的形式很容易理解，可以处理不相关的特征数据，缺点是无法给出数据的内在含义，并且ID3算法会产生过度匹配的问题。一。决策树的一般流程收集数据———准备数据（必须是标称型数据，数值型的数据需要离散化）——分析数据——训练算法（构造树）——测试算法（使用经验树计算...
2018-06-17 15:19:51
248
原创 [mechine learning] KNN算法
下面是用python实现K-近邻算法：下面是K-近邻算法的测试：结果如图所示，可以正确的将输入进行分类：在命令行中运行如下： 结果也正确
2018-06-05 16:59:12
135
原创 [python] numpy.tile()
A=([1,2,3],[4,5,6]) tile(A,3): 每一维复制三遍 =tile(A,(1,3))tile(A,(2,3)) : 等于重复复制两遍 tile(A,(1,3))
2018-06-04 21:08:30
111
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人