wmd66660-CSDN博客

原创主成分分析PCA（人脸识别）

data_path = "C:\\Users\\魏民迪\\Desktop\\vscode\\ORL_Faces"img_array = np.array(img).flatten() # 展平图像。labels.append(person_id - 1) # 标签从0开始。# ORL数据集通常有40个文件夹(s1-s40)，每个文件夹有10张图片。:param test_size: 测试集比例。# 替换为你的ORL_Faces数据集路径。# 加载ORL_Faces数据集。# 分割训练集和测试集。

2026-01-22 19:25:42 537

原创支持向量机

SVM（支持向量机）是一种经典的监督学习算法，主要用于分类和回归任务。它的核心思想是找到一个最优的决策边界（超平面），能够最大化不同类别数据之间的间隔，从而提升模型的泛化能力。(1) 线性可分情况目标：找到一个超平面 w⋅x+b=0w⋅x+b=0，使得不同类别的数据点距离该超平面尽可能远。支持向量：距离决策边界最近的样本点，直接影响边界的位置。间隔：两个类别支持向量之间的最小距离，SVM 的目标是最大化间隔。(2) 非线性可分情况。

2026-01-21 19:15:12 732

原创 Logistic回归

通过本次实验验证了Logistic回归的核心机制：Sigmoid映射：成功将线性回归结果转化为概率输出。print("模型准确率: {:.2f}%".format(accuracy_score(y_test, y_pred)*100))将数据分为训练集(80%)和测试集(20%)。创建Logistic回归分类器实例并使用训练数据(X_train, y_train)训练模型。print("截距项:", model.intercept_[0])print("\n模型系数:", model.coef_[0])

2026-01-21 19:10:05 658

原创实现朴素贝叶斯（实现瓜的好坏预测）

本实验通过手动实现朴素贝叶斯分类器，深入理解了该算法的数学原理和工程实现细节。代码不仅完成了核心分类功能，还通过交互设计增强了实用性。未来可通过优化特征处理方式和增加评估模块进一步提升模型质量。该项目可作为学习贝叶斯方法的经典案例，也为后续复杂机器学习模型的实现奠定了基础。

2026-01-20 00:38:00 750

原创决策树算法讲解

加深了对决策树算法和分裂标准的认识并且掌握了使用scikit-learn构建和训练决策树模型的方法。学会了通过比较不同模型的预测结果，评估算法性能。

2026-01-20 00:37:11 714

原创 k近邻算法讲解

海伦一直使用在线约会网站寻找适合自己的约会对象。她曾交往过三种类型的人：- 不喜欢的人- 一般喜欢的人- 非常喜欢的人这些人包含以下三种特征1. 每年获得的飞行常客里程数2. 玩视频游戏所耗时间百分比3. 每周消费的冰淇淋公升数该网站现在需要尽可能向海伦推荐她喜欢的人，需要我们设计一个分类器，根据用户的以上三种特征，识别出是否该向海伦推荐。1. 数据准备：这包括收集、清洗和预处理数据。**预处理可能包括归一化或标准化特征**，以确保所有特征在计算距离时具有相等的权重。

2026-01-19 17:46:01 658

原创如何安装anaconda以及环境配置

C:\ProgramData\anaconda3 C:\ProgramData\anaconda3\Library\bin C:\ProgramData\anaconda3\Scripts

2026-01-19 17:39:27 186

qq_41040873的博客