- 博客(17)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 python -SVD分解
from numpy import *import numpy as npdef loadExData(): return [[1,1,1,0,0], [2,2,2,0,0], [1,1,1,0,0], [5,5,5,0,0], [1,1,0,2,2], [0,0,0,3,3], ...
2018-05-31 20:42:56
3535
原创 Python-简洁高效写法
（1）列表解析式功能：生成符合条件的新列表arrayList=[[1,2,3],[4,5,6],[7,8,9]]arrayNew = [yy for yy in arrayList if yy[0]%2==1] #新列表为该行第一个数为偶数。print(arrayNew)（2）enumerate同时获取索引和元素值。def getitemstr(index, element): return...
2018-05-31 18:41:52
3481
原创 python-玩转PCA
PCA降维为计算数据提供了很好的工具，下面，我们以人脸数据集（jaffe）为例，比较前后聚类kmeans采用PCA产生了明显的效果。 不啰嗦了，上代码：from PIL import Imageimport numpy as npfrom numpy import *def load_image_PIL(): import os from PIL import Imag...
2018-05-31 11:52:36
654
原创 python 读取图像文件的三种方式
日常生活中，经常遇到要进行读取文件的情况。三种方式都可以，先列举出来，供大家参考学习。第一种方法：借助PIL模块，读取数据。import numpy as npfrom numpy import *def load_image_PIL(filename,isFlatten=False): import os from PIL import Image import numpy a...
2018-05-31 11:00:55
35126
3
原创 python-PCA算法详解
基本思路：(1)对所有的样本进行demean处理。(2)梯度上升法求系数。注意：和线性回归不同点。 每次求一个单位向量；初始化w不能为0向量；不能使用sklearn进行标准化了。(3)批量和随机梯度同样适用梯度上升法。(4) 第一主成分和后续主成分。先将数据进行改变，将数据在第一主分上的分量去掉。在新的数据上求第二主成分。这是循环往复过程。一、PCA算法简介主成分分析（Princip...
2018-05-31 09:15:14
6424
原创 PCA-MNIST识别集应用实例
PCA在手写体MNIST数据集上做实验，对于很好地理解PCA工具的作用非常明显。比如：数字9的不同识别体。具体代码如下：import osimport structimport numpy as npimport matplotlib.pyplot as pltdef load_mnist(path, kind='train'): """Load MNIST data from `path`...
2018-05-31 08:34:43
1640
2
原创 PCA-手写体识别实例
#-----------------------------------------------------import matplotlib.pyplot as pltfrom sklearn import datasetsdigits=datasets.load_digits()x=digits.datay=digits.target#------------------------...
2018-05-31 08:28:16
1199
1
原创 Python-PCA降噪效果实例
PCA分析方法有降噪功能，在压缩、手写体识别等场景应用，已经成为机器学习的一个必备工具。import numpy as npimport matplotlib.pyplot as plt#-----------------------------------------------------------------X=np.empty((150,2))X[:,0]=np.random.unifo...
2018-05-31 08:25:22
7830
原创 Matplotlib-巧妙绘制背景图下散点图
import matplotlibimport matplotlib.pyplot as pltimport numpy as npfrom numpy import *def plot_image(): datList=[] for line in open("d:\\learning\\places.txt").readlines(): lineArr=...
2018-05-30 13:08:51
7347
1
原创 python-构建英语学习词典
1.从网上下载一个机器学习文件，转换为csv文件格式。import numpyimport os#-------------------------------------------------filename="C:/Users/jcy/Desktop/222.csv"if os.path.isfile(filename)==False: print("文件不存在")#-----...
2018-05-30 13:03:12
6483
1
原创 Python 读取大文件方法
一般通过with open('d:/abalone.txt','r') as f: f.read()这种方法一般对小文件合适，但对于大文件需要分块处理，方法主要有：（1）一行一行读，自己通过程序控制行的数据，然后进行处理。with open('d:/abalone.txt','r') as f: while True: line=f.readline() ...
2018-05-30 06:51:40
2775
原创 python 读写文本文件
（1）python读文件方法：dataArr=[]with open('d:\\abalone.txt','r') as f: #filename路径写法有：r'd:\abalone.txt' 或者 d:/abalone.txt都可以。 for yy in f.readlines(): line=yy.strip().split() #格式化数据需要分割 ...
2018-05-30 06:35:30
6051
1
原创 主成分分析PCA
基本思路：(1)对所有的样本进行demean处理。(2)梯度上升法求系数。注意：和线性回归不同点。 每次求一个单位向量；初始化w不能为0向量；不能使用sklearn进行标准化了。(3)批量和随机梯度同样适用梯度上升法。(4) 第一主成分和后续主成分。先将数据进行改变，将数据在第一主分上的分量去掉。在新的数据上求第二主成分。这是循环往复过程。...
2018-05-29 23:25:18
199
原创 matplotlib画图之美妙！
如果要画出更多复杂的图，怎么办呢？下面，我们举个例子：import numpy as npimport matplotlib.pyplot as plt# 创建画布1plt.figure(1)plt.title("exp") #加标题# 在画布2中创建子图1、子图2plt.figure(2)# 创建画布2plt.suptitle("sin&cos") #由于存在子图，所以title应该为...
2018-05-29 21:35:18
208
原创 学习心得----matplotlib实现动态图效果
经常会用到动态图，下面给段代码供大家参考，祝大家学习愉快！import numpy as npimport matplotlib.pyplot as plt from matplotlib import animationfig,ax = plt.subplots()x = np.arange(0,100,0.1)line, = ax.plot(x,np.sin(x))def animat(i):...
2018-05-29 20:56:22
2003
1
原创 机器学习之路（二）
大数据目前应用广泛，在我看来，现在社会，数据无处不在。大数据是以数据为核心，是一个围绕大数据生命周期不断循环往复的生产过程，但也需要很多行业协作和配合。 数据主要分为：收集、存储、建模、分析和产品输出几个阶段。目前，收集是通过各种软件应用收集或者设备收集；存储通过网络，云计算进行存储，通过数据科学家或者行业专家进行建模或者加工，最后数据分析得到知识，最终输出产品，提供给用...
2018-05-29 20:13:24
735
原创 机器学习之路
从3月份开始机器学习，到今天有两个月时间了。读了《概率论与数理统计》、线性代数、白话大数据与机器学习、数学之美、大嘴巴漫画数据挖掘，重点学习了十个经典机器学习算法，并用python实现或者matlab或者C++实现，理论性比较强，6月份主要攻克机器学习实战和Python机器学习经典实例电子版两本书，机器学习实战从原理角度，目前看到了第11章Apriori算法了，经典实例应用角度撰写，...
2018-05-29 06:29:57
339
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人