qq_65009672的博客

原创 使用numpy自定义数据集，使用scikit-learn中SVM的包实现SVM分类

我们使用numpy生成一个简单的二维数据集，其中包含两个类别。# 自定义数据集X = np.array([[1, 2], [2, 3], [3, 3], [6, 6], [7, 7], [8, 8]]) # 特征y = np.array([0, 0, 0, 1, 1, 1]) # 标签。

原创 自定义数据集，使用scikit-learn 中K均值包 进行聚类

通过K均值聚类，我们成功地将数据集分为两个簇，并通过可视化方式直观展示了聚类结果。K均值算法的核心思想是通过计算点与簇中心的距离进行分组，并不断迭代优化簇的中心位置。

原创 这篇博客可以按以下结构来写，简洁明了地介绍如何使用numpy自定义数据集，并利用朴素贝叶斯算法进行分类。

在本博客中，我们使用numpy自定义了一个简单的二维数据集，并使用朴素贝叶斯算法进行了分类。尽管数据集非常简单，朴素贝叶斯依然能提供有效的分类结果。在实际应用中，朴素贝叶斯分类器常用于文本分类和垃圾邮件识别等任务。

原创 使用 Numpy 自定义数据集，使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

使用 Numpy 创建一个简单的线性可分数据集，并将其转换为 Pytorch 张量。# 创建数据集X = np.random.rand(100, 2) # 100 个样本，2 个特征y = (X[:, 0] + X[:, 1] > 1).astype(int) # 标签，若特征之和大于1则为 1，否则为 0# 转换为 PyTorch 张量在 Pytorch 中定义一个简单的逻辑回归模型。self.linear = nn.Linear(input_dim, 2) # 二分类问题。

原创 自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

通过以上步骤，我们成功地使用PaddlePaddle框架实现了一个简单的逻辑回归模型，并且在训练后保存了模型，加载并对新数据进行了预测。这种方式可以为更复杂的任务奠定基础。

原创 使用numpy自定义数据集 使用tensorflow框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预

首先，我们使用numpy生成一个简单的二分类数据集，包含两个特征和对应的标签。标签0表示负类，标签1表示正类。# 设置随机种子，保证每次运行结果一致# 生成自定义数据集X = np.random.rand(100, 2) # 100个样本，2个特征y = (X[:, 0] + X[:, 1] > 1).astype(int) # 标签：如果两个特征之和大于1，标签为1，否则为0这样我们就得到了一个简单的二分类数据集，X是特征矩阵，y是标签。在本篇博客中，我们学习了如何使用numpy。

原创 自定义数据集，使用 PyTorch 框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

首先，我们使用 NumPy 创建一个简单的二分类数据集。假设我们的数据集包含两个特征。# 生成随机数据X = np.random.randn(100, 2) # 100个样本，2个特征y = (X[:, 0] + X[:, 1] > 0).astype(int) # 标签为1或0# 打印数据集的前5个样本在这篇博客中，我们展示了如何使用 NumPy 创建一个简单的自定义数据集，并使用 PyTorch 实现一个逻辑回归模型。我们还展示了如何保存训练好的模型，并加载模型进行预测。

原创 使用框架进行线性回归拟合自定义数据集

首先，我们需要生成一个自定义数据集。这里我们用numpy生成一些简单的线性关系数据。# 生成自定义数据集X = 2 * np.random.rand(100, 1) # 100个随机样本y = 4 + 3 * X + np.random.randn(100, 1) # y = 4 + 3X + 噪声。

原创 自定义数据集使用scikit-learn中的包实现线性回归方法对其进行拟合

通过生成一个简单的自定义数据集来模拟问题。可以使用。

原创 使用scikit-learn中的KNN包实现对鸢尾花数据集的预测

KNN算法的核心思想是：对于一个未知类别的样本，通过计算该样本与已知样本的距离，选择距离最近的K个样本进行投票，最终将该样本分类为票数最多的类别。KNN算法是一种简单且有效的分类方法，尤其适用于小型数据集。在鸢尾花数据集上，KNN算法能够准确地对样本进行分类，并且选择合适的K值能够显著提升模型性能。

原创 考后复习~

（1）使用 OpenCV 加载一张图像。（2）在 PyQt 的窗口中显示这张图像。（3）提供四个按钮（QPushButton）：- 一个用于将图像转换为灰度图- 一个用于将图像恢复为原始彩色图- 一个用于将图像进行翻转- 一个用于将图像进行旋转（4）当用户点击按钮时，相应地更新窗口中显示的图像。

原创 opencv-python的简单练习

计算这些轮廓的长宽比，长宽比ratio在2到5.5之间的，在原图上用矩形框标出，这些轮廓可能是车牌的候选区域。将图像从BGR颜色空间转换为HSV颜色空间，并提取出特定的颜色范围（例如，提取黄色区域）。使用Canny边缘检测算法检测图像边缘，阈值1为50，阈值2为150。接着，对二值化后的图像执行腐蚀和膨胀操作，并显示处理前后的图像。对缩放后的图像应用仿射变换，实现图像的旋转（例如，旋转45度）。在检测到的边缘图像上绘制轮廓，轮廓颜色为红色，厚度为2。显示处理后的图像，并在图像上标记出识别到的颜色区域。

原创 OpenCV图像处理实战：从边缘检测到透视变换，掌握七大核心函数

在本文中，我们探讨了多个图像处理技术，包括 Sobel 算子、Laplacian 算子、Canny 边缘检测、轮廓提取与绘制、以及透视变换等。

原创 “Python-OpenCV初体验：简单实现颜色识别与轮廓绘制”

在本文中，我们探索了如何通过颜色识别和轮廓绘制来处理图像。通过将图像转换为HSV颜色空间，并设定特定的颜色范围，我们成功地提取了目标颜色区域。此外，我们使用形态学变换和滤波技术，进一步优化了图像处理效果，最终通过轮廓检测技术准确地绘制了目标区域的轮廓。

原创 用OpenCV给图像加水印，为图像添加个性

通过本篇博客，我们一起探索了如何使用OpenCV为图片添加水印或Logo。虽然最后我给奥特曼的图片加了个水印，但这只是一个小小的示例。掌握了这个技巧，你可以将它应用到任何图片上，为你的作品增添个性与保护。希望你们在实践中收获更多，动手试试吧！

原创 图像矫正小白指南：从理论到实践的简单实现

无论是扭曲的油画，还是变形的文档，透视变换都能为它们带来新生。通过 Python 和 OpenCV，我们不仅能纠正图像的‘歪斜’，还可以让它们重新回到正轨。下一次，遇到图像走偏的情况，记得给它们一点‘透视’的帮助，恢复原本的美感！

原创 OpenCV核心操作详解：从二值化到透视变换，一文搞定图像处理必备技能！

本篇博客将深入探讨 OpenCV 中常用的几种操作，包括二值化、自适应二值化、腐蚀、膨胀，以及仿射变换与透视变换。通过这些功能，我们可以实现从简单的图像分割到复杂的几何变换的各种任务。

原创 信号和槽！

原创 12月23日思维导图

原创 初识QT第一天

利用Qt尝试做出原神登陆界面。

原创 排序算法思维导图

【代码】排序算法思维导图。

原创 双向链表、循环链表、栈

【代码】十一月二十五。

原创 单向链接表

【代码】单向链接表。

原创 一个顺序表完成对学生的存储

【代码】一个顺序表完成对学生的存储。

原创 Python多线程爬虫入门：让你的爬虫跑得更快

今天我们通过一个简单的例子，学习了如何用 Python 编写一个多线程网页爬虫。希望你能通过这篇文章，快速入门多线程编程，让自己的爬虫项目跑得更快！如果你有任何问题或疑问，欢迎在评论区留言，我们一起讨论，互相进步！

原创 Python模块与包：让你的代码不再“乱成一锅粥”

模块是一个包含Python代码的文件，通常用于组织和重用代码。模块可以包含函数、类、变量，也可以包含可执行的代码。你可以创建自己的模块。只需将Python代码保存为一个.py文件，然后在其他Python文件中导入即可。例如，假设你有一个A.py# A.pyprint("我是A.py的函数1")print("我是A，py的函数2")# 判断是当前模块下a_fun()# B.pya_fun()b_fun()包是一种组织模块的方式，通常用于将多个相关的模块进行分组。

原创 Python文件操作秘籍：从打开到关闭，一网打尽！

你是否也曾在文件处理中迷失方向？别担心，今天我将带你领略Python文件操作的基本技能，从打开文件到读取、写入、关闭文件，全部都有妙招！

原创 Python异常处理：当程序崩溃不再是终点，而是新起点！

编程世界就像一场冒险，哪里有宝藏，哪里就有陷阱。而这些陷阱，就是我们常见的错误。当你的代码抛出异常时，程序的命运并非定于一“死”——通过Python的异常处理机制，错误可以转化为一种机会，让你的程序不至于崩溃，而是像勇士一样英勇地面对挑战！今天，我们就来聊聊Python的异常处理，帮你轻松应对各种程序中的“阴沟”。

原创 带你理解Python面向对象

面向对象编程是现代编程的核心思想之一，无论是小型项目还是大型系统，理解并应用 OOP 都是开发者的必备技能。希望本文能够帮助你加深对 OOP 的理解，提升你的编程水平。

原创 试卷题目解析

编写一个python程序，解决以下问题：现在有三个数，分别为a,b,c，他们之间的和为19，取值范围1-9（包括9），但是a,b,c之间不相等，求出能组成多少个互不相同并且不重复的数字。编写一个python函数，可接收一个列表和要查找的值key，使用顺序查找法，输出key在列表中的下标，找不到的话，输出-1，要求：不可以在定义函数内调用python内置函数。编写一个python函数，接受一个字符串作为参数，判断一个字符串是不是回文字符串，返回值是一个布尔类型。编写一个递归函数，返回第n项斐波那契数列的值。

原创 员工管理系统

【代码】员工管理系统。

原创 python函数

def 函数名（参数列表）:函数体。

原创 一张图带你通关python基础

在编程的世界里，Python以其简洁易懂的语法成为了初学者入门的最佳选择之一。然而，即使是这样一门友好的语言，对于新手来说也可能显得复杂难懂。今天，我们将通过一张精心设计的信息图表，帮助你快速掌握Python的基础知识，轻松上手编程之旅。

原创 python中列表的增删改查函数总结与对比

原创 python小练习——字符串

1、长度为三且各字符不同的子字符串，我们称这个字符串为好字符串， 给你一个字符串s，请你返回s中长度为3的好子字符串的数量， 注意：如果相同的好子字符串出现多次，每一次都应该被记录答案之中， 子字符串是一个字符串中连续的字符序列。3、从键盘输入一个字符串，判断这个字符串是不是回文字符串【使用下标】 回文字符串：满足对称性，第一个字符和倒数第一个字符相等， 第二个和倒数第二个字符相等……5、从键盘输入一串字符串，先将所有大写转换成小写， 再移除其中的非数字字母字符之后，判断是不是回文字符串。

原创 python小练习——循环语句for

7、已知一串5位数的密码，满足a开头，取值范围是1-9，其他4位由b c d e代替 取值范围是0-9。6、百钱买百鸡是一个很经典的问题，请使用穷举法求出，用一百块钱买一百只鸡， 共有哪几种买法（公鸡5块钱一只，母鸡3块钱一只，小鸡1块钱三只）for是python中的另一个循环语句，提供了更为强大的循环结构，它可以遍历任何序列，例如：字符串、列表、元组、字典、集合等。完数是指一个数恰好等于它的真因子值之和， 例如:6是完数，因为 6=1+2+3。1、输入任意两个数，输出两数之间（包括这两个数）偶数之和。

原创 python小练习——循环语句while

在编程世界中，循环结构是实现代码重复执行的关键工具之一。Python 提供了多种循环结构，其中 while 循环是一种基于条件判断来决定是否重复执行某段代码块的方式。在python中，循环语句的实现关键字是while 和 for。循环是 Python 中一个强大且灵活的工具，适用于多种编程场景。5）从键盘输入起始值为a，终止值为b，必须保证a，计算a到b之间能被3整除。4）从键盘输入起始值为a，终止值为b，计算a到b之间能被3整除的偶数之和。1）输出0到100之间所有能被3或5整除的数。

原创 python小练习——条件语句if

if 语句是 Python 中进行条件判断的基础工具，通过它可以轻松实现逻辑选择和流程控制。掌握好 if 语句的使用方法，对编写高效、灵活的程序至关重要。今天我们通过七个简单的题目来熟悉一下 Python 中的 if 条件语句。

原创 【零基础】和我一起快速入门Python（图文并茂）持续更新中…

欢迎来到【零基础】和我一起快速入门Python！如果你是编程新手，不用担心，这里就是你开始的地方。Python 是一种强大又易于学习的编程语言，非常适合初学者。本教程将带你从安装Python环境开始，一步步学习基本语法，再到编写简单的程序。通过图文并茂的方式，让学习过程既轻松又有趣。让我们一起开启Python编程之旅吧！

原创 喂饭级教程，不罗嗦的python安装教程（超详细）

随着编程语言的日益普及，Python 成为了许多初学者入门编程的首选。本文旨在为编程新手提供一份详尽且易于理解的指南，介绍如何从官方渠道安全下载 Python，并完成本地环境的安装。