电磁
n00bk1ng
这个作者很懒,什么都没留下…
展开
-
机器学习之决策树(未完成)
决策树例题为选西瓜问题,情景如下:我们要对"这是好瓜吗?“这样的问题进行决策时,通常会进行一系列的判断或"子决策"我们先看"它是什么颜色?”,如果是"青绿色",则我们再看"它的根蒂是什么形态?",如果是"蜷缩",我们再判断"它敲起来是什么声音?",最后?我们得出最终决策:这是个好瓜.这个决策过程如图所示.决策树基本流程:分析 根据流程可以看出,实际上是一个递归过程,在多次的决策中确定自己的节点。那么会有三种导致递归返回的结果:①当前节点所包含的所有样品属于同一类别,无需划分。②当前属性集原创 2021-10-26 19:53:20 · 181 阅读 · 0 评论 -
paddlepaddle强化学习作业
强化学习import gym, osfrom itertools import countimport paddleimport paddle.nn as nnimport paddle.optimizer as optimimport paddle.nn.functional as Ffrom paddle.distribution import Categoricaldevice = paddle.get_device()env = gym.make("CartPole-v0")原创 2021-10-21 17:03:34 · 136 阅读 · 0 评论 -
paddlepaddle!!!作业
图像实现import paddlefrom paddle.nn import Linearimport paddle.nn.functional as Fimport osimport numpy as npimport matplotlib.pyplot as plttrain_dataset = paddle.vision.datasets.MNIST(mode='train')train_data0 = np.array(train_dataset[0][0])train_labe原创 2021-10-19 19:51:46 · 205 阅读 · 0 评论 -
作业..................
简单算循环实现代码:import numpy import mathimport randomimport matplotlib.pyplot as pltx = 0.0000y = 1.0000for i in range(0, 10): y = 1.1 * y - 0.2 * x / y x = x + 0.1 print(y) print(x)效果图:贝叶斯问题描述:在夏季,某公园男性穿凉鞋概率为1/2, 女性穿凉鞋概率为2/3, 并且该公园中男女比例通常为2:1,原创 2021-09-15 21:25:40 · 147 阅读 · 0 评论 -
算法作业二
import randomimport mathx1 = [[1.0, 0.0, 0.0], [1.0, 0.0, 1.0], [1.0, 1.0, 0.0], [1.0, 1.0, 1.0]]t1 = [0.0, 0.0, 0.0, 1.0]dert = random.random()error = 0.01n = 0.001wc = [1.0, 1.0, 1.0]def ruamod(x): return 1.0 / (1.0 + (1.0 / float(math.原创 2021-09-10 09:44:51 · 76 阅读 · 0 评论 -
numpy基础用法
入门numpy基础操作原创 2021-09-03 21:50:49 · 1595 阅读 · 0 评论 -
优化算法1
import numpyimport randomdata1 = random.random()data2 = random.random()data3 = random.random()s1 = random.random()s2 = random.random()s3 = random.random()a = 0.00001wc = 0.00001x = numpy.array([[2104], [1600], [2400], [1416], [3000]])t = numpy.原创 2021-09-03 09:42:40 · 79 阅读 · 0 评论