- 博客(30)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 tensorflow因为numpy版本过高出现的警告
tensorflwo 出现警告FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'. _np_qint8 = np.dtype([("qint8", np.int8, 1)])FutureWarning: Passing (type,
2021-04-11 21:36:14
483
原创 Android逆向3——签名
签名不过，安装完打不开找到签名的地方进行绕过，jadx打开apk，启动的时候读取application，android:nameAtlasBridgeApplication应用apk只有一个application查找application或者checksign生成证书keytool jarsigner 工具是JAVA JDK自带的keytool -genkey -keystore my-release-key.keystore -alias my_alias -keyalg RSA -ke
2021-03-12 21:59:47
267
原创 opencv——图像的读取、展示、保存
文章目录读取图像展示图像固定窗口读取改变通道顺序，将BGR转为RGB修改窗口的大小保存图像销毁窗口输入任意键都销毁窗口特定的键销毁窗口读取图像注意：路径不能有中文，否则读取图像返回的结果为None，不会报错import cv2 as cvimg = cv.imread('.\图像\img.png')print(img) # 返回None,因为在路径中不能有中文img_ = cv.imread('.\img\img.png')print(img_) # 返回像素值参数介绍：def im
2020-06-08 22:34:40
352
原创 语义分割中的数据增强
目录Augmentor安装使用方法将增强后的图像和掩码分开Augmentor安装pip install Augmentor - https://pypi.douban.com/simple使用Augmentor注意：图片的名字一定要和掩码的名字相同，否则不能对掩码增强，生成的增强图像和掩码图像都在Pipeline管道指定文件下的output文件夹下import Augment...
2020-04-25 11:31:11
1810
原创 labelme的安装与使用
目录安装labelme使用labelme这个是语义标注的工具安装labelme安装labellme可以直接pip安装pip install labelme -i https://pypi.douban.com/simple我在安装的报了如下的错误，setuptools没有属性，AttributeError: module 'setuptools.build_meta' has...
2020-04-24 21:56:31
2157
原创 Graphviz画决策树中文乱码解决
目录画图软件Graphviz的安装Graphviz画图时中文乱码的解决1. Graphviz的安装Graphviz的下载官网下载地址下载graphviz-2.38.msi。安装完需要将bin目录添加到系统的环境变量python环境使用Graphviz，需要安装graphvizpip install graphviz -i https://pypi.douban.c...
2020-03-02 16:28:14
2345
5
原创 K近邻算法基础知识
分类算法概念k\boldsymbol{k}k-近邻算法采用测量不同特征之间的距离方法进行分类。优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高适用数据范围：数值型(需要进行计算距离)和标称型。数值型：数值型目标变量则可以从无限的数值集合中取值，如0.555，666.666等 (数值型目标变量主要用于回归分析)标称型：标称型目标变量的结果只在有限目标...
2020-02-25 11:31:51
557
原创 逻辑回归代码
import numpy as npimport matplotlib.pyplot as pltimport pandas as pd# 造一些数据def generate_data(seed): # 随机种子，这样每次生成的数据都一样，伪随机 np.random.seed(seed) # 类别 class 1，300个样本 data_size_1 = 3...
2020-02-24 11:35:47
194
原创 线性回归代码
本章将会使用标准方程法和梯度下降法进行线性回归的实现，使用了手写方法和调用sklearn库的方法。目录标准方程法import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport random# 生成原始数据x_data = np.linspace(1, 10, 100)y_data = np.a...
2020-02-22 19:43:29
515
原创 支持向量机(SVM)基础知识
目录Gini指数回归树剪枝1. Gini指数 CART(Classification and Regression Tree， 分类和回归树)决策树是使用“基尼指数”来选择划分特征属性的。数据集D的纯度可以使用Gini值来度量：Gini(D)=∑k=1∣y∣∑k′≠kpkpk′=∑k=1ypk(1−pk)=1−∑k=1∣y∣pk2=1−∑k=1y(∣Ck∣∣D∣)2\beg...
2019-06-20 18:02:23
500
原创 决策树|matplotlib画决策树
介绍一下matplotlib画文本提示annotate的使用方法create_plot.ax.annotate(node_text,xy=' ', xycoords='axes fraction', xytext=' ', textcoords='axes fraction', va="center", ha="center", ...
2019-06-14 20:25:26
1381
1
原创 决策树代码
ID3算法使用numpy ,pandas库实现ID3算法，ID3不能处理连续数据。这里给出ID3实现所有的代码，前面有解释。import operatorimport numpy as npimport pandas as pd# 导入数据集file_path = '路径'def read_data(file_path): """读取数据""" data_set ...
2019-06-12 19:10:22
702
原创 支持向量机(SVM)代码
目录：1.决策树决策树模型结构决策树递归思想2.信息增益学习信息增益学习信息增益率3.决策树算法ID3算法C4.5算法C4.5算法在连续值上的处理4.数据处理划分数据集代码1.决策树定义定义分类决策树模型是一种描述对实例进行分类的树形结构。一棵决策树包含一个根节点，若干个内部节点和若干个叶节点，叶节点对应于决策结果。决策树的示意图树的递归思想...
2019-06-10 19:08:57
295
原创 决策树基础知识
目录决策树的定义熵的概念1.决策树(decision tree)的定义决策树是一个类似于流程图的数结构：其中，每个内部结点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶结点代表类或者类分布。树的最顶层是根结点。2.熵（entropy）概念一条信息的信息量大小和它的不确定性有直接的关系，要搞清楚一件非常非常不确定的事情，或者是我们一无所知的事情，需要了解大量信息>...
2019-06-05 17:02:13
421
原创 逻辑回归基础知识
目录推导LR损失函数LR梯度下降Softmax原理softmax损失函数softmax梯度下降1.推导LR损失函数2.LR梯度下讲z=∑j=1nwjxj+bz=\sum_{j=1}^{n}w_{j}x_{j}+bz=j=1∑nwjxj+bC=−1n∑i=1n[ylna+(1−y)ln(1−a)]C=-\frac{1}{n}\sum_{i=1}^{n}\left [ y...
2019-05-29 21:00:57
188
原创 机器学习|贝叶斯、Sigmoid推导
目录推导贝叶斯公式先验概率后验概率LR和linear regression之间的区别推导sigmoid function公式1.推导贝叶斯公式条件概率 已知B事件发生下，A事件发生的概率。P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)全概率(百度百科) 它将对一复杂事件A的概率求解问题转化...
2019-05-25 15:05:19
1075
原创 李宏毅PM2.5
李宏毅PM2.5只是使用了PM2.5的特征，没有考虑其他因素来预测，对数据的处理，因为测试数据是9天，来预测第10的PM2.5，所以我对数据进行切割，9天为特征，第10天为标记，并且循环后移，例如1-9为特征10为标记，2-10为标记11为标记，根据这样的切割使数据变成3600*9的训练数据。import numpy as npimport pandas as pddir_path = ...
2019-05-22 18:17:23
579
原创 机器学习（二）梯度下降、归一化、交叉验证、模型评判
目录偏差和方差误差是偏差和方差而产生的，推导数学公式过拟合，欠拟合，分别对应bias和variance什么情况鞍点解决办法梯度下降Batch与Mini-Batch，SGD梯度下降的区别根据样本大小选择哪个梯度下降(批量梯度下降，Mini-Batch）SGD和Mini-Batch的代码交叉验证归一化回归模型评价指标1.偏差和方差误差是偏差和方差而产...
2019-05-17 10:07:01
1523
原创 线性回归基础知识
目录Machine learning 的定义中心极限定理、 正态分布、最大似然估计推导Loss function损失函数与凸函数之间的关系全局最优解和局部最优解导数与泰勒展开推导梯度下降公式（Gradient Descent）梯度下降公式的代码L2-Norm，L1-Norm，L0-Norm推导正则化公式用L1-Norm代替L0-Norm的优点正则只对w/θw...
2019-05-13 15:42:41
1043
1
原创 Redis|字符串
方法介绍set key value 设置值get key 取值getrange key 0 5 取0-5的字符值 字符串切片getset key value 先取到值，完了重新设置，所以会打印以前的值get key 得到重新设置的值ge...
2019-03-11 12:47:03
79
原创 Redis|介绍-连接
介绍redis 可用于缓存，事件发布或订阅，高速队列等场景。该数据库使用ANSI C语言编写，支持网络，提供字符串，哈希，列表，队列，集合结构直接存取，基于内存，可持久化。redis 是完全开源免费的，遵守BSD协议，是一个高性能的key-value数据库redis 与其他key-value缓存产品有以下三个特点：redis支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以...
2019-03-10 15:47:42
99
翻译 爬虫|urllib
初级打开使用urlopen打开from urllib import requestresponse = request.urlopen('https://www.baidu.com/')print(response.read())print(response.status)添加头信息第一种第二种cookies处理...
2019-02-15 18:26:07
84
翻译 爬虫|selenium
介绍[百度百科]Selenium 是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），Mozilla Firefox，Safari，Google Chrome，Opera等。它可以帮助我们在有的网站使用异步加载不方便得到html，html没有我们想要的信息。初级from seleni...
2019-02-15 18:20:52
147
原创 爬虫|requests
标题import requestsresponse = requests.get("http://www.baidu.com/")print(response.status_code) # 返回的状态码print(response.text) # 返回的网页print(response.content) # 返回的二进制，图片，...
2019-02-15 17:24:54
121
原创 爬虫|网站的认识
查看网站构建的技术类型在开始爬虫的时候我们可以看一下网站使用了什么技术类型，因为网站的技术类型会影响我们如何爬取网站。在python中有一个模块可以帮助我们查看——builtwith。安装方法如下：pip install builtwith使用如下：我们以京东为例，以百度为例返回的为空字典import builtwith response = builtwith.parse('ht...
2019-02-13 17:31:33
602
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人