![](https://img-blog.csdnimg.cn/f374f84c09694af6a2857d2b35aaf405.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
python
文章平均质量分 92
python
WOOZI9600L²
这个作者很懒,什么都没留下…
展开
-
LibSVM制作鸢尾花数据集
目录一、libSVM简介二、下载libSVM三、使用LibSVM制作鸢尾花数据集四、编写代码进行分类训练五、总结参考资料一、libSVM简介libSVM是台湾林智仁(Chih-Jen Lin) 教授2001年开发的一套支持向量机库,这套库运算速度挺快,可以很方便的对数据做分类或回归。由于libSVM程序小,运用灵活,输入参数少,并且是开源的,易于扩展,因此成为目前国内应用最多的SVM的库。libSVM的训练文本的格式首先必须了解libSVM数据格式,格式如下:Label 1:value 2:val原创 2021-11-18 22:24:28 · 403 阅读 · 0 评论 -
python爬虫入门
目录一、相关原理1.什么是爬虫二、代码实现三、总结参考资料一、相关原理1.什么是爬虫网络爬虫英文名为Web Crawler或Web Spider。它是一种自动浏览网页并采集所需要信息的程序。爬虫从初始网页癿URL开始, 获取初始网页上癿URL; 在抓取网页癿过程中, 不断从当前页面上抽取新癿URL放入队列; 直到满足系统给定的停止条件;互联网示意图:每个节点都是一个网页每条边都是一个超链接网络爬虫就是从这样一个网络图中抓取感兴趣的内容二、代码实现三、总结原创 2021-11-17 00:13:42 · 778 阅读 · 0 评论 -
Python+dlib+opencv实现简单的人脸识别
目录一、建立人脸数据集1.采集人脸2.采集对应20张图片的68个特征点数组和平均特征数组二、人脸识别总结参考资料接上一篇博客基于dlib+opencv3.4+python3.7的人脸特征提取一、建立人脸数据集1.采集人脸建立自己的人脸数据集:建议采集多角度的20张人脸import cv2import dlibimport osimport sysimport random# 存储位置output_dir = 'D:/631907060410/4me' #采集人脸的路径:其中4***原创 2021-11-12 17:27:35 · 3939 阅读 · 1 评论 -
基于dlib+opencv3.4+python3.7的人脸特征提取
目录一、安装dlib以及OpenCV1.安装dlib2.安装openCV二、Python实现摄像头人脸识别三、给人脸虚拟P上一付墨镜参考资料一、安装dlib以及OpenCV1.安装dlib下载dlib包(选择与自己的环境相对应的版本)并解压:http://dlib.net/python3.7对应版本:链接:https://pan.baidu.com/s/1SECW85LFfesv-SSDnm_bPA提取码:1713进入你下载的位置,把文件路径加入系统环境变量path里在Anaconda P原创 2021-11-03 11:12:28 · 2270 阅读 · 0 评论 -
SVM深入理解:解决线性不可分类时,对特征集进行多项式、核函数转换将其转换为线性可分类问题
目录一、核函数1.格式2.多项式核函数3.优点 / 特点4.SVM 中的核函数5.多项式核函数二、高斯核函数(RBF)1.思想2.定义方式3.功能4.特点5.高斯函数6.其它三、重做例子代码四、对鸢尾花、月亮数据集进行SVM训练1、鸢尾花数据集2.月亮数据集参考资料一、核函数1.格式K(x, y):表示样本 x 和 y,添加多项式特征得到新的样本 x’、y’,K(x, y) 就是返回新的样本经过计算得到的值;在 SVM 类型的算法 SVC() 中,K(x, y) 返回点乘:x’ . y’ 得到的值原创 2021-11-02 20:38:09 · 1549 阅读 · 0 评论 -
线性判别准则与线性分类编程实践
目录一、线性判别准则(LDA)1.LDA的思想2. 瑞利商(Rayleigh quotient)与广义瑞利商(genralized Rayleigh quotient)3. 二类LDA原理4. 多类LDA原理5. LDA算法流程6.优缺点二、线性分类算法(支持向量机,SVM)参考资料一、线性判别准则(LDA)1.LDA的思想LDA是一种监督学习的降维技术,也就是说它的数据集的每个样本是有类别输出的。这点和PCA不同。PCA是不考虑样本类别输出的无监督降维技术。LDA的思想可以用一句话概括,就是“投影后原创 2021-11-01 23:35:24 · 147 阅读 · 0 评论 -
决策树:挑出好西瓜
目录一、概念二、ID3决策树算法1.信息熵2.信息增益3. 增益率(gain ratio)4. 基尼指数(Gini index)5.python编码实现参考资料一、概念决策树在机器学习中也是比较常见的一种算法,属于监督学习中的一种。看字面意思应该也比较容易理解,相比其他算法比如支持向量机(SVM)或神经网络,似乎决策树感觉“亲切”许多。优点:计算复杂度不高,输出结果易于理解,对中间值的缺失值不敏感,可以处理不相关特征数据。缺点:可能会产生过度匹配的问题。使用数据类型:数值型和标称型。最经典的原创 2021-10-30 00:53:31 · 2546 阅读 · 1 评论 -
jupyter多元线性回归算法预测房价
目录一、概念二、Excel预测房价三、Python预测房价(不用Sklearn)1.上传数据文件2.导入数据3.数据清洗4.热力图5.多元线性回归建模6.模型末尾提示可能存在多元共线性,需要处理一下四、使用Sklearn包预测房价(一)不处理数据1.导入相关包和数据2.多元线性回归(二)处理数据1.异常值处理2.进行多元线性回归五、三种方式对比六、总结参考资料一、概念社会经济现象的变化往往受到多个因素的影响,因此,一般要进行多元回归分析,我们把包括两个或两个以上自变量的回归称为多元线性回归 。多元原创 2021-10-25 23:14:13 · 6382 阅读 · 2 评论