- 博客(17)
- 资源 (2)
- 收藏
- 关注
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