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(10)
  • 资源 (7)
  • 收藏
  • 关注

原创 【darknet】开篇

开始读darknet的源代码,然后用NEON将darknet移植到HI3159上,这个开篇给自己打打气,鼓鼓劲,加油!1.darknet简介开篇就不对darknet过多详细介绍。(1)pjreddie_darknet,架构的源代码(2)hgpvision_darknet,加了中文注释的架构代码(3)AlexeyAB_darknet,windows run的架构代码2.darknet移植到HI315...

2018-06-06 19:46:34 1878

原创 【Scikit-learn】【模型预处理-2-数据整理】数据标准化调整:把数据调整为标准正态分布

1.标准正态分布概念详细的概念可以www.baidu.com,或者看以前写的文章。标准正态分布又称为u分布,是以0为均数、以1为标准差的正态分布,记为N(0,1)。如下图,绿色绿色就代表了标准正态分布:2.数据标准化调整2.1简介许多机器学习算法在具有不同范围特征的数据中呈现不同的学习效果。SVM(Support Vector Machine,支持向量机)在没有标准化调整过的数据中表现很差,因为可...

2018-06-05 16:59:51 1643

原创 【Scikit-learn】【模型预处理-1-数据获取】获取样本数据(iris/boston/digits等数据集) + 创建样本数据(回归/分类/聚类等数据集)

1.从外部源获取样本数据2.创建样本数据(end)

2018-06-05 14:07:45 4850

原创 【Scikit-learn】【入门】简介 + Scikit-learn六大功能

1.简介(1)SciPy,SciPy是一个开源的基于Python的科学计算工具包。(2)Scikits,基于SciPy针对不同的应用领域发展出众多的分支版本,他们统一称为Scikits,即SciPy工具包的意思(3)Scikit-learn,是针对机器学习出的一个分支版本(开源框架),就是Scikit-learn,这就是Scikit-learn和SciPy的关系。Scikit-learn需要Num...

2018-06-05 10:11:27 6752

原创 【Scikit-learn】Scikit-learn开篇

开启scikit-learn的总结征程,给自己打打气,加油!scikit-learn优秀链接:[1]scikit-learn中文学习网站:http://cwiki.apachecn.org/pages/viewpage.action?pageId=10813673[2]scikit-learn中文学习视频网站:http://i.youku.com/apachecn...

2018-06-04 17:29:40 275

原创 【神经网络】神经网络开篇

今天开始总结神经网络和深度学习相关内容,特开一篇,给自己打打气,加油!!!

2018-06-04 17:12:25 340

原创 【机器学习】【层次聚类算法-2】层次聚类算法(Hierarchical Clustering Alg)的Python实现

别看层次聚类算法简单,但是实现起来在数据结构方面还需要思考一番,不是那么轻而易举的确定数据结构,实现过的人应该知道的。1.Code# -*- coding: utf-8 -*-"""@author: 蔚蓝的天空TomTalk is cheap, show me the codeAim: 实现层次聚类算法Hierarchical Clustering Alg"""import nump...

2018-06-01 17:56:58 4016 1

原创 【再回首Python之美】【基础测试题-1】Python基础知识例题

Python基础知识测试题# -*- coding: utf-8 -*-"""@author: 蔚蓝的天空Tom"""def ex0(): '''形参会被函数修改内容''' def addItem(listParam): listParam += [5,6,7,8] mylist = [1,2,3,4] addItem(mylist) ...

2018-06-01 16:40:36 577

原创 【再回首Python之美】【数据结构-二叉树】如何实现存储[动态创建]二叉树 For 层次聚类算法Hierarchical Clustering Alg

在实现层次聚类算法时,最后的结果是一个二叉树,如何实现这个二叉树的存储呢?这篇文章实现并记录一下。1.一个二叉树2.用列表存储二叉树tree=['A', #root ['B',#左子树 ['D',[],[]], ['E',[],[]]], ['C',#右子树 ['F',[],[]], []] ]3.用列表...

2018-06-01 10:56:39 431

原创 【再回首Python之美】【矩阵】求矩阵中最大元素/最小元素的行列坐标 For 层次聚类算法Hierarchical Clustering Alg

求多维矩阵中最小元素的行列坐标,这个在层次聚类算法中用到,这里实现记录一下。1.简介矩阵M: [[1 3 2] [2 6 0] [9 8 5]]最大元素是9,对应的行列坐标为(2,0)最小元素是0,对应的行列坐标是(1,2)现在任务就是:输入M,输出最小/大元素的行列坐标,代码如下所示:2.code# -*- coding: utf-8 -*-"""@author: 蔚蓝的天空Tom:...

2018-06-01 10:28:13 4689 1

jenkins_home_hpi_1127_2.part7.rar

Git Parameter 这是一个参数构建扩展,可以在构建的时候选择git的某一个分支来构建服务。 Docker 利用Docker容器动态创建Jenkins Slave。如果有了Kubernetes/Openshift集群,就不需要这个插件了。直接使用下面的Kubernetes插件。 jenkins非root启动的话,为了运行docker需要执行sudo chmod 777 /var/run/docker.sock Kubernetes 这个插件可以将Jenkins Slave Node动态配置为Kubernetes集群上的pod。 Openshift 这个插件支持调度Openshift的对象,包括触发 BuildConfig、Deployment、Scale up a Deployment,给ImageStream打新的Tag,以及创建新的对象、删除已有对象等。 GitLab 配置Gitlab的相关认证,同时也支持GitLab的Webhook触发。

2019-11-27

jenkins_home_hpi_1127_2.part6.rar

Git Parameter 这是一个参数构建扩展,可以在构建的时候选择git的某一个分支来构建服务。 Docker 利用Docker容器动态创建Jenkins Slave。如果有了Kubernetes/Openshift集群,就不需要这个插件了。直接使用下面的Kubernetes插件。 jenkins非root启动的话,为了运行docker需要执行sudo chmod 777 /var/run/docker.sock Kubernetes 这个插件可以将Jenkins Slave Node动态配置为Kubernetes集群上的pod。 Openshift 这个插件支持调度Openshift的对象,包括触发 BuildConfig、Deployment、Scale up a Deployment,给ImageStream打新的Tag,以及创建新的对象、删除已有对象等。 GitLab 配置Gitlab的相关认证,同时也支持GitLab的Webhook触发。

2019-11-27

【机器学习】【决策树】ID3算法,详解+Python代码实现

除了绘制树部分代码有借鉴,其他代码都是自己亲手完成,历时2天时间,过程稍微痛苦,当看到运行结果出现在面前时,一切都是高兴的,感觉过程也变得美妙了~ 由于更喜欢C++编程,所以使用python类来完成~~~~,个人感觉面向对象更容易和更适合实现生成决策树的软件系统

2018-04-05

有了决策树每层节点后,如何用python绘制决策树?

【机器学习】【决策树】有了决策树每层节点后,如何用python绘制决策树?

2018-04-03

【机器学习】【决策树】自己动手用python实现样本集的裁剪,新样本集以供计算子决策树的最优根节点

详见博客:https://blog.csdn.net/u012421852/article/details/79797054

2018-04-03

【机器学习】用相亲样本数据集详解条件熵的计算过程

【机器学习】用相亲样本数据集详解条件熵的计算过程。 使用的样本集简介如下: 样本集简介: 样本集有8个example样本 每个样本有3个特征(身高,房子,性格),1个分类结果refuse或者agree 身高取值范围={high, low} 房子取值范围={no, yes} 性格取值范围={good, bad} 分类标签=相亲结果={refuse,agree} 计算条件熵的过程详见文档。

2018-04-02

KNN算法识别手写数字系统使用的样本集(训练样本集+测试样本集)

KNN算法识别手写数字系统使用的样本集(训练样本集+测试样本集)

2018-03-29

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