学习记录
文章平均质量分 58
锂盐块呀
上去了就不要再下来。
展开
-
日常学习记录——使用Visio2019绘制思维导图
2] 孙上鹏. 无绝缘轨道电路故障诊断方法研究[D].北京交通大学,2014.原创 2023-02-07 22:54:06 · 2799 阅读 · 1 评论 -
日常学习记录——封校期的学习日常
每天都为自己的个人项目做一点工作,而不是集中在每个周末。这篇博客为宿舍区封控后的第一个工作日上午的学习内容总结。原创 2022-11-28 12:39:58 · 609 阅读 · 0 评论 -
日常学习记录——目前学习记录总结
总结2022年2月至2022年11月7日的学习实践内容,整理思路,明确下一步的学习实践内容。原创 2022-11-08 18:37:08 · 251 阅读 · 0 评论 -
问题解决记录——VS2019变量未释放
调试过程中,局部变量模态窗口关闭以后出现中断提示局部变量未释放。原创 2022-10-11 11:17:37 · 210 阅读 · 0 评论 -
问题解决记录——解决CMarkup读取xml失败
使用CMarkup读取xml文件,xml.load(filename)这一语句一直返回false。确认文件路径正确的情况下,去搜类似的情况,发现有可能是xml文件里面的格式不对。。原创 2022-10-09 12:11:12 · 455 阅读 · 0 评论 -
日常学习记录——支持向量机、随机森林对鸢尾花数据集进行分类
本文采用支持向量机和随机森林算法对鸢尾花数据集进行了分类实验,实验结果表明,对于鸢尾花数据集来说,支持向量机的分类效果会更好,分类正确率达到100%,且没有出现过拟合的现象。主要参考文献如下:1、机器学习SVM:基于Python实现的鸢尾花分类问题2、【集成学习】随机森林实现鸢尾花分类提示:以下是本篇文章正文内容,下面案例可供参考。原创 2022-10-05 10:50:25 · 2308 阅读 · 0 评论 -
日常学习记录——C/C++面试知识点总结
大端格式:数据的高字节存储在低地址中,数据的低字节存放在高地址中;小端格式:数据的低字节存放在低地址中,数据的高字节存放在高地址中。大端格式、小端格式。C++面试基础题1、重载:重载指的是函数重载或运算符重载,指同一访问区内,被声明的几个参数列表不同的同名函数,C没有函数重载,C++能实现重载,主要是C++中对函数名的修饰和C不一样,C++对函数名的修饰,会把函数的参数类型加到函数名中,从而使得在程序中函数名一样,但访问区中函数名不一样,返回值类型不能作为函数重载的依据。原创 2022-10-04 16:14:55 · 124 阅读 · 0 评论 -
日常学习记录——pycharm+tensorflow简单图像识别
使用pycharm+tensorflow实现对bus和taxi数据集进行识别和分类:1 具体实现教程:Python深度学习之图像识别。Win-10 安装 TensorFlow-GPU。深度学习训练自己的数据集(车辆图像识别分类)。1、总结:今天花了很多时间在配置开发环境上面,具体代码实现的时间和开发环境搭建的时间是差不多的。2、标记:目前只是对bus和taxi进行了二分类识别的情况。原创 2022-09-05 20:45:11 · 2065 阅读 · 0 评论 -
日常学习记录——CART回归决策树模型
CART算法是是一个同时支持和回归的决策树算法。在回归问题中,CART使用均方误差或者平均绝对误差作为选择特征及分割点的依据。回归树(regression tree) :用树模型做回归问题,每一个叶子节点都输出一个预测值。预测值一般是该叶子节点所含训练集样本的输出均值。CART回归树常用均方误差(Mean Squared Error ,MSE/L2) 最小化准则作为特征和分割点的选择方法。均方误差最小化方法,即最小二乘法分割的选择是为了最小化每个节点中的观测值和平均值之间的误差平方和。原创 2022-09-02 10:57:14 · 1120 阅读 · 0 评论 -
日常学习记录——tkinter显示excel表格中的数据
点击西瓜数据按钮新建一个窗口,该窗口默认读取程序设定好的数据文件,并显示在创建好的表格控件中,如果需要导入新的文件可以通过更改文件按钮进行更改,点击显示按钮会将原来表格控件中的数据清除,并插入新数据用以显示。窗口1界面点击西瓜数据按钮点击更改文件按钮选新文件以后,点击显示按钮(这里随便新建了一个文件)代码如下:2 读取数据代码如下:3 显示数据代码如下:...........................原创 2022-06-13 16:03:39 · 7250 阅读 · 3 评论 -
日常学习记录——tkinter实现不同frame的页面跳转
想要实现类似于这种的框架的页面跳转:主界面通过两个按钮进入界面1或者界面2,界面1或者界面2通过返回按钮能到主界面进行重新选择。运行结果如动图所示:登录界面代码见上一篇博文,页面转换的逻辑实现只修改了MainPage和view这两个模块。..............................原创 2022-06-10 17:36:28 · 3632 阅读 · 2 评论 -
日常学习记录——tkinter界面跳转遇到的问题
因为加入了异常捕获语句try except,所以稍微一遇到点错就直接宕机了,导致没有办法很好地定位问题。去掉 try…except异常捕获语句以后,发现了这个报错:self.createPage() AttributeError: ‘MainPage’ object has no attribute ‘createPage’参考博客:python易错点 | AttributeError: ‘xxxx’ object has no attribute ‘xxxx’。参考的是这篇文章:tkinter实现页面原创 2022-06-01 11:23:01 · 2271 阅读 · 0 评论 -
日常学习记录——tkinter链接MySQL实现用户登录功能
1 功能实现Mysql的安装:MySQL的详细安装教程,看着有点复杂,后面还参考了一些C站上面的博客,安装了5.7.38版本。登陆界面框架:利用tkinter连接mysql实现简单的登录功能。运行结果:① 初始界面② 登录成功③ 用户名或密码错误2 MySQL的基础操作MySQL的基础操作:[小白必看]MySQL创建数据库和创建数据表创建数据库:CREATE DATABASE MyDB_one charset utf8;打开数据库:USE MyDB_one;创原创 2022-05-31 12:11:43 · 1092 阅读 · 2 评论 -
日常学习记录——QT链接mysql报错
问题描述参照的是qt登录界面简单制作,是真的保姆级别了!!!可能是我用的QT版本问题(5.12.6),mysql驱动没有默认配置我新建工程的时候选择的是MinGW-32/64位的编译器,可能也有点问题,导致现在这个驱动报错真的不太好定位。按照一些方法进行操作,还修改了一些源代码,估计可能还人为引入了一些其他错误。目前运行代码时仍显示驱动问题。拟解决方案1、重新安装一遍QT,后续操作补充2、先实现不链接数据库的登陆界面功能。3、后续驱动补充操作参考:Qt 5 MySQL数据库驱动没有加原创 2022-05-30 17:00:03 · 265 阅读 · 0 评论 -
日常学习记录——0527会议记录
会议学习记录车辆三维地图的多目标路径规划老师整个报告大概讲的是,怎么利用算法在三维地图上进行路径规划。中途提到了A*和蚁群算法等(我的知识盲区),但是老师在讲到仿真阶段的时候用到的是3D马里奥的例子,是一个典型的强化学习模型,但是老师讲解建模方法的时候讲的是深度学习,猜测大概是用的深度强化学习。计算机交互式的创新方法是一个马来西亚老师做的汇报,大概是专门针对儿童做应用界面设计与开发的,并不是很了解。但是被老师那个流畅的逻辑和PPT制作方面有所启发到。(不愧是做界面设计开发的)。比如说PPT原创 2022-05-28 17:45:55 · 108 阅读 · 0 评论 -
日常学习记录——近期明确或需要明确的概念
1 skpoe-rules的rules元组对日常学习记录——skope-rules文章里面的的运行结果进行说明:每个规则元组后面三个数字分别对应的是精度,召回率和nb,但是这个nb是什么意思我不也不太清楚。2 多标签和多分类之前一直将多标签和多分类问题给搞混了,所以做决策树分类的时候总觉得哪里不对,最近才明白一个数据集里面有多种标签的数据且每一个样本数据只属于一种标签的分类问题称为多分类问题,不是多标签问题。3 sklearn的cross_val_scoresklearn.model_se原创 2022-05-20 16:10:37 · 252 阅读 · 0 评论 -
日常学习记录——matplotlib绘制折线对比图
matplotlib绘制折线对比图matplotlib三线对比:import matplotlib.pyplot as pltbase = [1, 2, 3, 4]x1 = [0.15, 0.08, 0.04, 0.04]y1 = [0.91, 0.95, 0.97, 0.91]x2 = [0.15, 0.08, 0.04, 0.09]y2 = [0.91, 0.94, 0.97, 0.88]x3 = [0.08, 0.08, 0.08, 0.08]y3 = [0.95, 0.95原创 2022-05-13 16:54:56 · 901 阅读 · 0 评论 -
日常学习记录——skope-rules检测零售信用额度违约示例代码迁移
1 检测零售信用额度的违约实例SkopeRules找到高精度的逻辑规则并融合它们。通过将分类和回归树拟合到子样本来完成查找良好的规则。拟合树定义一组规则(每个树节点定义一个规则);然后从袋子里测试规则,并保留精度更高的规则。原文链接2 实例例代码获取选择自己使用的平台代码下载下来即可。3 代码迁移问题我用的是pycharm2020.2.3+python3.9+sklearn1.0.2,实例代码用的sklearn是0.22左右的版本,运行报错了。以下是我解决版本不匹配时用的方法:根据运行报错原创 2022-05-09 12:05:27 · 419 阅读 · 0 评论 -
日常学习记录——skope-rules
1 skope-rules偶然发现的好东西:Skope-rules是一个基于逻辑规则的Python机器学习模块,官网介绍:skope-rules。根据第一个网址鸢尾花实例修改的西瓜数据集实例:from sklearn.utils import Bunchfrom skrules import SkopeRulesfrom openpyxl import load_workbookimport numpy as np# 读取数据集def readDataSet(): FeatureN原创 2022-05-05 17:27:01 · 1448 阅读 · 0 评论 -
日常学习记录——优化数据预处理
1 确认聚类中心对西瓜数据集的密度属性和含糖量属性分别进行3类聚,从而得到两个属性模糊子集的判断临界点。"""属性数据进行聚类""" # 读取原始数据集 X = readDataSet().data print(X) # 密度数据聚类 x1 = [n[0] for n in X] y1 = np.array(x1).reshape(-1, 1) km1 = KMeans(n_clusters=3) km1.fit(y1) k1 =原创 2022-05-02 12:33:21 · 236 阅读 · 0 评论 -
日常学习记录——决策树根节点的选择
日常学习记录——决策树根节点的选择1 数据集2 根节点的选择1 信息增益的计算2 计算单列属性信息熵3 计算各属性信息增益3 存在问题与反思1 数据集本例使用的是经过预处理的模糊数据集,如下所示。其中,C1代表密度属性列,C2代表含糖量属性列,L、N、H分别代表偏低,中等,偏高这三个模糊语义。2 根节点的选择1 信息增益的计算代码如下:# 计算数据集的信息熵def cal_entD(target): count_posi_label = 0 for i in range(l原创 2022-04-29 16:37:19 · 2448 阅读 · 0 评论 -
日常学习记录——openpyxl保存操作
1 openpyxl操作完后的保存操作:创建完表格以后一定要保存,否则程序运行结束以后还是最初的模样。wb1.save(“文件名”)def preDataSet(): wb1 = load_workbook('E:\My Word\study\RL0314\西瓜.xlsx') sheet1 = wb1.worksheets[0] # 获取第1张sheet sheet2 = wb1.create_sheet("预处理数据集") # 新建一个表格默认放在最后 # 迭代读原创 2022-04-27 17:19:59 · 7721 阅读 · 3 评论 -
日常学习记录——openpylx
使用openpylx和pandas读取.xlsx文件用到的数据是.xlsx文件编辑的,直接转为.csv文件就乱码了,还没到后续算法处理就直接报错了,需要解决直接读取.xlsx文件这一问题。首先要安装好openpyxl,不然的话会一直报错的。(pip install openpyxl)from openpyxl import load_workbookfrom sklearn.utils import Bunchimport pandas as pddef readDataSet():原创 2022-04-24 17:30:17 · 815 阅读 · 0 评论 -
日常学习记录——读取自定义数据集
sklearn读取自定义数据集import csvfrom sklearn.utils import Bunch# 读取西瓜数据集def readWatermelonDataSet(): FeatureNames = [] FeatureList = [] LabelList = [] ifile = open("E:\My Word\study\RL0314\data.csv", "r") reader = csv.reader(ifile) c原创 2022-04-20 15:34:43 · 1628 阅读 · 0 评论 -
日常学习记录——解决graphviz中文乱码问题
python graphviz 中文乱码问题及解决方法:原代码:dot_data = tree.export_graphviz(clf , feature_names=feature_name , class_names=["哈尔滨啤酒", "青岛酒", "广西酒"] , filled=True原创 2022-04-19 11:49:23 · 1464 阅读 · 0 评论