![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
代码
星谷-
这个作者很懒,什么都没留下…
展开
-
Code | K-means
import scipy.io as scio import numpy as np import matplotlib.pyplot as plt dataFile = 'data.mat' data = scio.loadmat(dataFile) x = data["X"] def distance(x, y): return np.square(np.array(x) - np.array(y)).sum() def k_means(x, c): x = np.array.原创 2020-12-12 17:13:41 · 238 阅读 · 0 评论 -
Code | 三层神经网络+BP(单样本+批量)
""" 数据 1.58 2.32 -5.8 0 0.67 1.58 -4.78 0 1.04 1.01 -3.63 0 -1.49 2.18 -3.39 0 -0.41 1.21 -4.73 0 1.39 3.16 2.87 0 1.20 1.40 -1.89 0 -0.92 1.44 -3.22 0 0.45 1.33 -4.38 0 -0.76 0.84 -1.96 0 0.21 0.03 -2.21 1 0.37 0.28 -1.8 1 0.18 1.22 0.16 1 -0.24 0.93 -1..原创 2020-12-10 09:41:13 · 587 阅读 · 0 评论 -
Code | 八数码和八皇后
import numpy as np import copy import random import math target = [[1, 2, 3], [8, 0, 4], [7, 6, 5]] state = [[1, 3, 0], [8, 2, 4], [7, 6, 5]] state_queen = [random.randint(0, 7) for i in range(8)] state_queen = np.eye(8)[state_queen].T def loss(state, .原创 2020-11-11 09:45:13 · 831 阅读 · 0 评论 -
Code | python赋值、深拷贝和浅拷贝
简单赋值:a = b, 实际上是一种引用,对b起了一个别名a. 浅拷贝:a = b.copy(), 将b所指的第一层对象拷贝,另外开辟存储空间,起名为a. 深拷贝:需先import copy, a = copy.deepcopy(b), 深层拷贝b的所有对象。 首先明确,对于原子级别的元素,如数字,字符等,只存在引用赋值。 深浅拷贝指针对容器类型的变量而言。 浅拷贝:a=[1, 2, [3, 4]], b=a.copy(), 此时,另开辟一块内存,存放列表所组织的元素(地址),元素分别是1,2,[3原创 2020-11-03 13:59:36 · 117 阅读 · 0 评论 -
Code | 线性分类器:批量感知算法+Ho_Kashyap算法(二分类)+MSE多类扩展
1. 数据 2. import matplotlib.pyplot as plt import numpy as np x = np.loadtxt('data.txt') b = np.ones(40) y = np.insert(x, 0, b, 1) # 增广 class BatchPerception(): def __init__(self, w1, w2, y): self.w1 = w1 self.w2 = w2 self原创 2020-11-03 13:17:35 · 1982 阅读 · 2 评论 -
Code | 野人与传教士
''' 问题描述:三个野人,三个传教士,一艘船,船上至多有两人,在一起的野人数不能超过传教士,否则传教士被吃。 状态=[传教士数,野人数,船是否在本岸] 动作=[传教士上船人数,野人上船人数] 变量说明: *state_route:[[state],[action1],[action2]] 用以描述当前state,是经过怎样的动作序列得到。 *state_table: [state_route, stateroute...] 未探索的状态及路径列表 *searched_table:[state,sta.原创 2020-11-03 13:09:08 · 249 阅读 · 0 评论