自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 资源 (4)
  • 收藏
  • 关注

原创 圣诞节快到了,用python画棵圣诞树吧(带BGM)~

圣诞节快到了,用python、turtle画棵圣诞树吧~

2022-12-23 11:12:54 265 1

原创 VTK读取CT数据

VTK读取CT数据

2022-10-12 12:06:56 372

原创 聚类算法Kmeans

C++实现K-means算法

2022-10-12 11:57:45 298

原创 2020-10-16

lunix系统关闭防火墙命令 chkconfigiptablesoff 关闭防火墙自启 serviceiptablesstop 关闭当前防火墙的运行

2020-10-16 15:02:48 63

决策树 python

1.分类决策树模型是表示基于特征对实例进行分类的树形结构。决策树可以转换成一个if-then规则的集合,也可以看作是定义在特征空间划分上的类的条件概率分布。 2.决策树学习旨在构建一个与训练数据拟合很好,并且复杂度小的决策树。因为从可能的决策树中直接选取最优决策树是NP完全问题。现实中采用启发式方法学习次优的决策树。 决策树学习算法包括3部分:特征选择、树的生成和树的剪枝。常用的算法有ID3、 C4.5和CART。

2020-05-06

hgw_朴素贝叶斯.py

朴素贝叶斯法是典型的生成学习方法。生成方法由训练数据学习联合概率分布 P(X,Y),然后求得后验概率分布P(Y|X)。具体来说,利用训练数据学习P(X|Y)和P(Y)的估计,得到联合概率分布: P(X,Y)=P(Y)P(X|Y) 概率估计方法可以是极大似然估计或贝叶斯估计

2020-05-06

hgw_k近邻.py

k近邻法是基本且简单的分类与回归方法。k邻法的基本做法是:对给定的训练实例点和输入实例点,首先确定输入实例点的k个最近邻训练实例点,然后利用这k个训练实例点的类的多数来预测输入实例点的类。

2020-05-06

hgw_01_感知机.py

基于随机梯度下降的对损失函数的最优化算法 感知机算法有两个点需要引起重视:(1)感知机算法用点到平面的距离作为损失函数,稍微修改下就和支持向量机一样。(2)感知机算法可以写成对偶形式,所以也能通过核函数实现非线性分类。

2020-05-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除