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(82)
  • 资源 (5)
  • 收藏
  • 关注

原创 十七、机器学习进阶知识:推荐算法

主要从推荐算法的相关概念、协同过滤推荐算法以及基于内容的推荐算法这三个部分展开介绍,其中协同过滤推荐算法分别对基于用户以及基于用品这两种进行展开说明,而基于内容则是结合具体的实例进行说明。

2023-12-18 17:00:00 1224

原创 十六、机器学习进阶知识:线性回归与逻辑回归算法

分别从原理以及实例两个部分来依次介绍线性回归与逻辑回归算法,其中逻辑回归算法部分详细说明了其与线性回归的区别以及算法原理中涉及到的逻辑函数、损失函数、梯度下降等概念。

2023-12-11 17:00:00 1027

原创 十五、机器学习进阶知识:K-Means聚类算法

详细介绍了聚类的定义以及K-Means聚类算法的的主要原理,结合具体的实例来分别介绍Sklearn实现K-Means聚类的过程,最后说明算法存在的不足以及常见解决思路。

2023-12-04 17:00:00 1916

原创 十四、机器学习进阶知识:KNN分类算法

详细介绍了KNN分类的主要原理及核心要素,结合结合鸢尾花分类与手写数字识别两个实例来介绍KNN分类的实现过程。

2023-11-27 17:00:00 1165

原创 三、机器学习基础知识:Python常用机器学习库(图像处理相关库)

详细介绍了Python常用机器学习库里的图像处理相关库,主要包括OpenCV和PIL两种库的参数和使用方式,同时结合实例介绍了这两种库的实际应用。

2023-11-20 17:00:00 379

原创 三、机器学习基础知识:Python常用机器学习库(中文文本分析相关库)

详细介绍了Python常用机器学习库里的中文文本分析相关库,主要包括Jieba和WordCloud两种库的参数和使用方式,同时结合实例介绍了这两种库的实际应用。

2023-11-13 17:00:00 440

原创 三、机器学习基础知识:Python常用机器学习库(SKlearn)

详细介绍了Python常用机器学习库SKlearn,主要围绕其中的简介、主要步骤、数据预处理、模型选择与算法评价这几个部分展开说明。

2023-11-06 17:00:00 423

原创 三、机器学习基础知识:Python常用机器学习库(Matplotlib)

详细介绍了Python常用机器学习库Matplotlib,主要围绕其中的基本结构、pyplot模块、pyplot.plot()函数、常见的属性设置、其他类型的图表以及子图的绘制这几个部分展开说明。

2023-10-30 17:00:00 336

原创 三、机器学习基础知识:Python常用机器学习库(Pandas)

详细介绍了Python常用机器学习库Pandas,主要围绕其中的Series数据结构、DataFrame对象、数据对齐、缺失数据处理以及Pandas存取文件这几个部分展开说明。

2023-10-23 17:00:00 520

原创 三、机器学习基础知识:Python常用机器学习库(Numpy第二部分)

详细介绍了Python常用机器学习库Numpy,主要围绕其中的其他创建数组的方式、索引、切片和迭代、Numpy计算以及Numpy存取文件这几个部分展开说明。

2023-10-16 17:00:00 192

原创 三、机器学习基础知识:Python常用机器学习库(Numpy第一部分)

详细介绍了Python常用机器学习库Numpy,主要围绕其中的ndarray对象、Numpy数据类型、Numpy数组类型这几个部分展开说明。

2023-10-09 17:00:00 202

原创 二、机器学习基础知识:Python数据处理基础

分别从机器学习需要使用到的Python数据处理基础中的基本数据类型和数据文件读写两个方向展开介绍,其中基本数据类型包括数字类型、字符串类型、列表类型、元组类型、字典类型以及集合类型;数据文件读写包括打开与关闭文件、读取文件内容以及将数据写入文件。

2023-10-02 17:00:00 539

原创 一、机器学习基础知识:基本概念与Python开发环境

分别从机器学习中的监督学习、无监督学习以及强化学习三种类型展开概念上的介绍,同时对机器学习的Python开发环境展开介绍,并详细说明了Anaconda集成开发环境的安装及使用方法。

2023-09-25 17:00:00 432 1

原创 七、Hive数据仓库应用之Hive优化(超详细步骤指导操作,WIN10,VMware Workstation 15.5 PRO,CentOS-6.7)

Hive数据仓库应用实验之Hive事务,熟悉了解Hive优化内容中的存储优化、参数优化以及HiveQL语句优化,WIN10系统,虚拟机软件VMware Workstation 15.5 PRO,Linux版本CentOS-6.7,超详细步骤配图详解,对新手友好。

2023-09-18 17:00:00 697

原创 六、Hive数据仓库应用之Hive事务(超详细步骤指导操作,WIN10,VMware Workstation 15.5 PRO,CentOS-6.7)

Hive数据仓库应用实验之Hive事务,熟悉了解Hive事务的开启、创建、更新及删除操作,WIN10系统,虚拟机软件VMware Workstation 15.5 PRO,Linux版本CentOS-6.7,超详细步骤配图详解,对新手友好。

2023-09-11 17:00:00 1964

原创 Python程序设计基础:异常

分别从异常中的异常类型和异常的处理过程这两个方面来介绍python基础内容中的异常,介绍过程中运用相关的实例知识点进行说明。

2023-09-04 17:00:00 149

原创 Python程序设计基础:文件操作

分别从文件中的文件路径、文件操作和CSV文件操作这三个方面来介绍python基础内容中的文件,介绍过程中运用相关的实例知识点进行说明。

2023-08-28 17:00:00 1091

原创 Python程序设计基础:random库的使用

分别从random库中的random库函数和应用实例这两个方面来介绍python基础内容中的random库,介绍过程中运用相关的实例知识点进行说明。

2023-08-21 17:00:00 462

原创 Python程序设计基础:函数(二)

分别从函数中的lambda()函数、递归函数和变量的作用域这三个方面来介绍python基础内容中的函数,介绍过程中运用相关的实例知识点进行说明。

2023-08-14 17:00:00 283

原创 Python程序设计基础:函数(一)

分别从函数中的基本概念、定义和使用这两个方面来介绍python基础内容中的函数,介绍过程中运用相关的实例知识点进行说明。

2023-08-07 17:00:00 327

原创 Python程序设计基础:字典与集合(二)

分别从字典的整体操作、创建与访问集合以及集合的基本操作这三个方面来介绍python基础内容中的字典与集合,介绍过程中运用相关的实例知识点进行说明。

2023-07-31 17:00:00 600

原创 Python程序设计基础:字典与集合(一)

分别从创建字典、访问字典以及字典的基本操作这三个方面来介绍python基础内容中的字典与集合,介绍过程中运用相关的实例知识点进行说明。

2023-07-24 17:00:00 928

原创 Python程序设计基础:列表与元组(二)

分别从列表与元组中的数值列表的生成、元组和转换函数这三个方面来介绍python基础内容中的列表与元组,介绍过程中运用相关的实例知识点进行说明。

2023-07-17 17:00:00 1630

原创 Python程序设计基础:列表与元组(一)

分别从列表与元组中的列表表示与访问、元素操作和列表操作这三个方面来介绍python基础内容中的列表与元组,介绍过程中运用相关的实例知识点进行说明。

2023-07-10 16:23:34 712

原创 Python程序设计基础:程序流程控制(二)

分别从循环结构中的for语句、while语句、break和continue语句、else子句、嵌套这五个方面来介绍python基础内容中的程序流程控制,介绍过程中运用相关的实例知识点进行说明。

2023-07-03 15:48:40 410

原创 Python程序设计基础:程序流程控制(一)

分别从条件表达式和选择结构来介绍python基础内容中的程序流程控制,介绍过程中运用相关的实例知识点进行说明。

2023-06-26 17:00:00 592

原创 Python程序设计基础:字符串

分别从字符串、字符串的索引与切片、字符串处理与操作、format格式化方法以及数据类型转换这五部分来介绍python的基础内容,介绍过程中运用相关的实例知识点进行说明。

2023-06-19 17:00:00 593

原创 Python程序设计基础:数值

分别从数值数据类型、内置的数值操作、math库这三部分来介绍python的基础内容,介绍过程中运用相关的实例知识点进行说明。

2023-06-12 17:00:00 562

原创 Python程序设计基础:标识符、变量与赋值、输入输出

分别从标识符、变量与赋值以及输入输出这三部分来介绍python的基础内容,介绍过程中运用相关的实例知识点进行说明。

2023-06-05 17:00:00 1118

原创 十、机器学习基础知识:多模型性能对比评价方法

分别从交叉验证t检验以及Friedman检验与Nemenyi后续检验对机器学习中常见的多模型性能对比评价方法进行介绍,介绍过程中对上述指标的具体计算公式分别进行了说明。

2023-05-29 17:00:00 2531

原创 九、机器学习基础知识:回归预测性能评价指标

分别从均方误差、均方根误差、平均绝对误差、平均绝对百分比误差、对称平均绝对百分比误差以及拟合度这六种方法对机器学习中常见的预测性能评价方法进行介绍,介绍过程中对上述指标的具体公式进行了说明。

2023-05-22 17:00:00 1027

原创 八、机器学习基础知识:分类性能评价指标

分别从准确率、精确率、召回率、、F1-score、ROC曲线面积五种方法对机器学习中常见的分类性能评价方法进行介绍,介绍过程中对上述指标的具体公式进行了说明,此外强调了多分类和二分类评价指标之间的区别。

2023-05-15 17:00:00 1295 1

原创 六、机器学习基础知识:数据归一化

分别从归一化的原因、最大最小归一化、Z-score标准化以及不同方法的应用四个部分对机器学习中常见的数据归一化方法进行介绍,介绍过程中对数据归一化时具体的公式进行了说明。

2023-05-08 17:00:00 912

原创 四、机器学习基础知识:交叉验证

分别从随机子抽样验证、K折交叉验证、留一法交叉验证以及自助采样验证这四种验证方法来介绍机器学习中的交叉验证过程,其中对这四种方法均采用文字加图解的方式进行详细说明。

2023-05-01 17:00:00 1179

原创 五、机器学习基础知识:相关性分析

分别从图表相关性分析、协方差分析、相关系数分析以及回归分析四个部分对机器学习中常见的数据特征相关性分析进行介绍,介绍过程中对相关性分析中具体的公式进行了说明。

2023-04-24 17:00:00 3321 3

原创 十三、机器学习进阶知识:神经网络之反向传播算法(自适应矩估计算法Adam变形形式之Adamax、Nadam)

本文主要介绍了反向传播算法中的自适应矩估计算法(Adam)的两种变形形式Adamax和Nadam,同时以神经网络数据预测为例对它的实现过程进行了说明,通俗易懂,适合新手学习,附源码及实验数据集。

2023-04-17 17:00:00 1613

原创 十三、机器学习进阶知识:神经网络之反向传播算法(自适应矩估计算法Adam)

本文主要介绍了反向传播算法中的自适应矩估计算法(Adam),同时以神经网络数据预测为例对它的实现过程进行了说明,通俗易懂,适合新手学习,附源码及实验数据集。

2023-04-10 17:00:00 1869

原创 十三、机器学习进阶知识:神经网络之反向传播算法(加入动量momentum的误差反向传播算法)

本文主要介绍了反向传播算法中的加入动量(momentum)的误差反向传播算法,同时以神经网络数据预测为例对它的实现过程进行了说明,通俗易懂,适合新手学习,附源码及实验数据集。

2023-04-03 17:00:00 733

原创 十三、机器学习进阶知识:神经网络之反向传播算法(加入Nesterov动量的误差反向传播算法)

本文主要介绍了反向传播算法中的加入Nesterov动量的误差反向传播算法,同时以神经网络数据预测为例对它的实现过程进行了说明,通俗易懂,适合新手学习,附源码及实验数据集。

2023-03-27 18:26:14 649

原创 十三、机器学习进阶知识:神经网络之反向传播算法(自适应学习率调整算法Adadelta)

本文主要介绍了反向传播算法中的自适应学习率调整算法(Adadelta),同时以神经网络数据预测为例对它的实现过程进行了说明,通俗易懂,适合新手学习,附源码及实验数据集。

2023-03-20 16:39:40 1320

Python自编写实现推荐算法应用实例,包括协同过滤推荐算法(基于用户和基于物品)以及基于内容的推荐算法

内容主要包括协同过滤推荐算法(基于用户和基于物品)实例以及基于内容的推荐算法实例。协同过滤推荐算法实例为电影推荐,数据集为影数据集MoviesLens-100k数据集,该数据包含943个用户为精选的1682部电影给出的100000个电影评分,通过Python来实现基于用户相似度以及基于电影相似度的推荐算法,从而进行电影得推荐;基于内容的电影推荐为菜品推荐,根据不同菜品之间特性的相似度来进行相似菜品的推荐,菜品数据集中包含菜品名称以及特征信息,代码使用Python进行编写。

2023-12-16

Python自编写逻辑回归实现信用卡逾期情况类别预测,包括数据集和源码,源码中包含详细说明

针对用户收入、贷款信息,使用逻辑回归方式预测其是否出现信用卡逾期情况,编程语言为Python,分别提供数据集、.py文件(任意Python解释器打开)以及ipynb文件(jupyter notebook打开),代码中针对每一部分均给出详细解释,主要思路按照获取数据集、查看数据分布情况、函数定义、模型训练、根据结果绘制分类线以及绘制损失函数变化曲线这几个部分展开。

2023-12-09

Python自编写实现K-Means聚类

根据货车配送货物问题采用自编写的方式来实现K-Means聚类,数据集为testSet.txt文件,代码为test.py文件,在聚类过程中采用欧式距离计算样本空间距离,选择初始数据集中前k个点作为初始聚类中心,最后将聚类结果以可视化的形式在地图上进行展示。

2023-12-04

基于KNN的手写数字识别,里面包括数据集及python源码

“手写数字光学识别数据集”,该数据集由Alpaydin和Kaynak提供,于1998年发布,共保留了 1600 张图片。通过拆分,其中1068张作为训练集,其余的532张为测试集。图片为长宽都是32px的二值图,为方便处理,将图片预存为文本文件。数据集文件夹为HWdigits,子目录trainSet下存放训练数据,子目录testSet存放测试数据。源码名称为KNN.py,用于实现对训练数据集的训练以及测试数据集的测试过程,分类过程选用的K值为1,距离度量为欧氏距离。

2023-11-26

将Nesterov动量融入误差反向传播算法(BP)的神经网络数据预测(Python源码+数据集)

使用Python建立三层神经网络进行数据预测,其中反向传播算法采用Nesterov动量结合误差反向传播算法(BP),压缩包中包含文件如下:源码Nesterov.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数;test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等;train.csv为训练数据集,test.csv为测试数据集,.npy文件为训练后生成的权值、阈值。

2023-02-10

将动量法(momentum)融入误差反向传播算法(BP)的神经网络数据预测(Python源码+数据集)

使用Python建立三层神经网络进行数据预测,其中反向传播算法采用动量法(momentum)结合误差反向传播算法(BP),压缩包中包含文件如下:源码momentum.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数;test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等;train.csv为训练数据集,test.csv为测试数据集,.npy文件为训练后生成的权值、阈值。

2023-02-10

以自适应矩估计算法的变形形式Adamax作为反向传播算法的三层神经网络(Python源码+数据集)

将自适应矩估计算法的变形形式Adamax作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中adamax.py为训练过程源码,test.py为测试过程源码,train.csv文件为训练数据集,test.csv文件为测试数据集,.npy文件为模型训练后保存的参数。

2023-02-02

以自适应矩估计算法的变形形式Nadam作为反向传播算法的三层神经网络(Python源码+数据集)

将自适应矩估计算法的变形形式Nadam作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中nadam.py为训练过程源码,test.py为测试过程源码,train.csv文件为训练数据集,test.csv文件为测试数据集,.npy文件为模型训练后保存的参数。

2023-02-02

以自适应矩估计算法(Adam)作为反向传播算法的三层神经网络(Python源码+数据集)

将自适应矩估计算法(Adam)作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中Adam.py为训练过程源码,test.py为测试过程源码,train.csv文件为训练数据集,test.csv文件为测试数据集,.npy文件为模型训练后保存的参数。

2023-02-01

以自适应学习率调整算法(Adadelta)作为反向传播算法的三层神经网络(Python源码+数据集)

将自适应学习率调整算法(Adadelta)作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中adadelta.py为训练过程源码,test.py为测试过程源码,train.csv文件为训练数据集,test.csv文件为测试数据集,.npy文件为模型训练后保存的参数。

2023-02-01

以均方根反向传播算法(RMSProp)作为反向传播算法的三层神经网络(Python源码+数据集)

将均方根反向传播算法(RMSProp)作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中train.py为训练过程源码,test.py为测试过程源码,train.csv文件为训练数据集,test.csv文件为测试数据集,.npy文件为模型训练后保存的参数。

2023-01-30

以自适应梯度算法(Adagrad)作为反向传播算法的三层神经网络(Python源码+数据集)

将自适应梯度算法(Adagrad)作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中train.py为训练过程源码,test.py为测试过程源码,train.csv文件为训练数据集,test.csv文件为测试数据集,.npy文件为模型训练后保存的参数。

2023-01-30

广义回归神经网络(GRNN)用于数据预测(Python源码+数据集)

使用Python实现广义回归神经网络(GRNN)用于数据预测,压缩包中源码GRNN.py主要用于使用训练数据集进行模型训练,同时对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等,train.csv为训练数据集,test.csv为测试数据集,.npy文件为保存预测的值及预测误差值。

2023-01-29

模糊神经网络(FNN)用于数据预测(Python源码+数据集)

使用Python实现模糊神经网络(FNN)用于数据预测,压缩包中源码FNN.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数,test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等,train.csv为训练数据集,test.csv为测试数据集,.npy文件为训练后生成的隶属度函数中心点、宽度向量、权值等参数。

2023-01-29

小波神经网络(WNN)用于数据预测(Python源码+数据集)

压缩包主要包含用于数据预测的小波神经网络(WNN)源码及预测的数据集,其中WNN.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数,test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等,train.csv为训练数据集,test.csv为测试数据集,.npy文件为训练后生成的权值、平滑因子、伸缩因子等参数。

2023-01-29

径向基神经网络(RBFNN)用于数据预测(Python源码+数据集)

基于径向基神经网络(RBFNN)的数据预测模型(Python实现),压缩包中源码RBFNN.py为模型的训练过程,训练结束后会保存训练好的的模型参数,test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括各种误差指标,.npy文件为训练后生成的中心点、宽度向量等参数,train.csv为训练数据集,test.csv为测试数据集。

2023-01-28

BP神经网络用于数据预测(Python源码+数据集)

实现基于Python的BP神经网络数据预测模型,压缩包中包含文件如下:源码BPNN.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数;test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等;train.csv为训练数据集,test.csv为测试数据集,.npy文件为训练后生成的权值、阈值。

2023-01-26

分组教学优化算法(GTOA)求解函数优化问题(Python)

使用Python实现分组教学优化算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-19

果蝇优化算法(FOA)求解函数优化问题(Python)

使用Python实现果蝇优化算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-19

灰狼优化算法(PSO)求解函数优化问题(Python)

使用Python实现灰狼优化算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-18

鸟群算法(BSA)求解函数优化问题(Python)

使用Python实现鸟群算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-18

磷虾群算法(KHA)求解函数优化问题(Python)

使用Python实现磷虾群算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-17

萤火虫算法(FA)求解函数优化问题(Python)

使用Python实现萤火虫算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-16

模拟退火算法(SA)求解函数优化问题(Python)

使用Python实现模拟退火算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-15

粒子群算法求解函数优化问题(Python)

使用Python实现粒子群算法,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-14

遗传算法实数编码实现(Python)

使用Python实现遗传算法,其中个体编码方式为实数编码,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-14

遗传算法二进制编码实现(Python)

使用Python实现遗传算法,其中个体编码方式为二进制编码,用于求解函数优化问题,最后针对优化结果进行输出并绘图保存。

2023-01-14

windows上的mysql驱动

mysql驱动jar包,版本为mysql-connector-java-5.1.40-bin,将压缩包先进行解压,解压后即为安装包

2023-01-14

windows上的mysql安装包

mysql安装包,版本为mysql-5.5.15-win32,将压缩包先进行解压,解压后即为安装包

2023-01-14

eclipse的安装使用,适用于Win10

eclipse下载与安装使用,解压即可,适用于Win10,对新手操作友好

2023-01-14

数据库管理工具安装与使用

navicat的安装使用,适用于Win10,管理不同类型的数据库必备,对新手操作友好

2023-01-14

mybatis-3.4.2核心依赖包

mybatis配置文件,压缩包解压后文件名为mybatis-3.4.2.zip,再将其进行解压,里面Mybatis-3.4.2.jar为核心依赖包,Mybatis-3.4.2.pdf为相关说明,lib目录下为其编译依赖包

2023-01-14

windows上的jdk安装包

jdk安装包,版本为jdk-8u221-windows-x64,将压缩包先进行解压,解压后即为安装包(.exe后缀)

2023-01-14

使用MyBatis查询数据表信息,基于用户名称进行查询

压缩包中包括配置日志信息log4j.properties,持久化类文件User.java,SQL映射文件UserMapper.xml,MyBatis核心配置文件configuration.xml、测试类UserMapperTest.java以及数据库表文件t_user.sql,实现基于用户名称查询用户信息的相关功能。

2023-01-14

前馈神经网络用于数据预测(Python源码)

前馈神经网络使用Python实现,可用于数据预测,压缩包中源码BPNN.py主要用于使用训练数据集进行模型训练,生成对应的训练后模型参数,test.py主要用于利用训练好的模型对测试数据集进行预测,输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等。

2023-01-13

使用Python实现网络爬虫技术,爬取携程网与南京相关的游记数据

采集页面头部的行程单数据存储到列表、字典或者文件中,包括游玩天数、游玩时间、人均花费、同游对象、玩法、游玩景点等。获取前50页列表的游记数据后,对数据进行适当分析。

2023-01-13

远程模式部署Hive时,mysql连接驱动

远程模式部署Hive时,mysql连接驱动jar包,需先进行解压,解压后文件夹内压缩包即为用到的压缩包,全称为mysql-connector-java-5.1.32.jar

2022-12-17

Hadoop上安装Hive的压缩包

Hadoop上安装Hive的压缩包,需先进行解压,解压后文件夹内压缩包即为用到的压缩包,全称为apache-hive-1.2.1-bin.tar.gz

2022-12-14

Zookeeper的压缩包

Zookeeper的压缩包,需先进行解压,解压后文件夹内压缩包即为用到的压缩包,全称为zookeeper-3.4.10.tar.gz

2022-12-14

windows下Hadoop环境配置文件

在windows下对hadoop进行Java API操作的配置文件

2022-12-14

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