![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 91
冬瓜在冬眠
这个作者很懒,什么都没留下…
展开
-
超像素分割学习笔记
学习目标掌握超像素分割的原理、超像素分割方法的推导过程以及实现方法1.1 超像素超像素是指将具有相似纹理、颜色、亮度等特征的相邻像素聚合成某一个像素块。结合超像素的思想,使得少量的像素块可以用来代替原本大量的像素。目前超像素广泛应用于图像分割、目标识别等领域。1.2 SLICSLIC(Simple Linear IterativeClustering,简单线性迭代聚类)是超像素分割中使用比较多的方法,主要特点(优点)如下:1.基于LAB颜色空间2.运行速度快,生成的超像素紧凑3.思想比较简原创 2021-02-05 20:35:31 · 1438 阅读 · 0 评论 -
特征选择学习笔记
学习目标掌握特征选择的基本原理及方法,实现特征选择的过程特征选择原理对于一个学习任务而言,有些特征可能很关键,但有些特征对于最后的分类可能并没有什么用,我们称前者为相关特征,后者为无关特征,特征选择是一个选择相关特征,去除无关特征的过程。为什么要进行特征选择?1.降维。 同PCA2.减少任务的难度。 较少的干扰会降低任务的难度无关特征不同于冗余特征,无关特征是指与学习任务无关的特征,而冗余特征是指可以从当前特征中推演出来的特征。去除冗余特征在很大程度上可以降低任务的难度,但是若冗余特征充当了原创 2021-01-01 21:06:09 · 211 阅读 · 1 评论 -
贝叶斯决策论&朴素贝叶斯分类器 学习笔记
学习目标掌握贝叶斯决策论的原理、朴素贝叶斯分类器的推导过程以及实现方法贝叶斯决策论1.1 贝叶斯决策的基本原理贝叶斯决策是分类问题中最为常见的方法之一,是在概率框架下实现决策的基本方法,其根本思想就是帮助人们在已知条件下做出一个最佳决策贝叶斯决策基于一个最基本的公式,p(x∣y)p(x|y)p(x∣y)=p(x)∗p(y∣x)p(y)\frac{p(x)*p(y|x)}{p(y)}p(y)p(x)∗p(y∣x)1.1.1 先验概率、后验概率先验概率:指事情没有发生之前,仅仅凭借自己的主观经原创 2020-12-25 19:52:05 · 278 阅读 · 2 评论 -
集成学习之bagging、随机森林学习笔记
学习目标掌握集成学习中bagging 、随机森林、决策树算法的推导过程以及实现方法1.bagging上一篇中提到,按照基学习器的组合方式,集成学习可以划分为boosting 和 bagging 两种形式,boosting的基本原理和使用方法详见上一篇1.1 基本原理bagging 和boosting 不同,它是指按照并行的方式组合基学习器,各个学习器学习和训练的过程是独立的。在组合基学习器时采用了平均的决策策略(如投票法、平均法等)为了强调基学习器的多样性,使得基学习器好而不同,bagging采原创 2020-12-18 15:31:39 · 101 阅读 · 0 评论 -
集成学习 Adaboost (Adaptive boosting) 学习笔记
学习目标掌握集成学习的基本原理以及adaboost的推导过程、实现方法1.集成学习原理1.1 基本原理集成学习,就是将多个学习器集成在一起,共同完成某个学习任务,通过"集成"的方式获得一个更好的学习结果集成学习首先通过训练”个体学习器"(又称之为"基学习器"或"弱学习器"),个体学习器一般是指比较成熟的分类器(如决策树、BP神经网络等),在个体学习器训练结束后,根据某种策略将其结合起来,组成集成学习器(又称之为"强学习器")1.2 分类器的要求根据经验,将好坏都有的物品混合在一起,最终的结果肯原创 2020-12-11 11:12:39 · 220 阅读 · 4 评论 -
KNN(K-Nearest Neighbor) &ML_KNN(Muti Label K-Nearest Neighbor) 学习笔记
学习目标掌握KNN以及ML-KNN的基本原理、推导过程以及实现方法1. KNN 基本原理KNN是机器学习中比较基本的一种分类方法,它利用了“近墨者黑,近朱者赤”的思想,使得测试样本的未知标签由其邻居来决定。1.1 寻找邻居所谓“邻居”,就是距离测试样本最近的K个训练样本。那么如何计算样本到其邻居之间的距离呢?1.1.1 欧式距离欧式距离是使用最为普遍的一种距离计算方法,它描述了两个点之间的直接距离。在二维空间中,两点的直接距离为:distance=((x1−x2)2+((y1−y2)2)原创 2020-12-03 21:07:18 · 584 阅读 · 1 评论 -
基于肺癌语料库的CRF模型
目标:前两天老师给了我数据,让我构建一个CRF模型,并且用十折交叉验证计算出每一组数据的recall/precision/f1-score,最后用平均值加减标准差的形式展示。过程:1.读取所有数据2.训练CRF我用80%做了训练集,20%做了测试集因为采用的是已经标记过的肺癌语料库 所以把标记单独列出来了,用于后面PRF三个指标的计算3.构建模型4.十折交叉验证from sklear...原创 2019-08-14 09:56:52 · 409 阅读 · 1 评论 -
flask框架实现前后端数据的传递
flask框架实现前后端数据的传递这几天一直在基于flask框架实现一个登陆和注册界面,并且以管理员的身份对数据库中的数据实现增删改查。刚刚开始着手的时候,如何实现前后端数据的传递这个问题困扰了好久,现在已经解决,所以记录一下防止以后用到。前端(即html界面)传值到后端因为现在才刚刚学习所以只掌握了ajax这一种方法(路过的大佬轻喷),具体的步骤如下:1.给文本框设定id,通过id在aj...原创 2019-07-10 20:20:32 · 9757 阅读 · 3 评论