- 博客(7)
- 收藏
- 关注
RSS订阅原创 第九章：神经网络的学习
神经网络的学习一、理论基础代价函数逻辑回归问题中我们的代价函数为：在神经网络中，我们可以有很多输出变量，我们的ℎ????(????)是一个维度为????的向量，并且我们训练集中的因变量也是同样维度的一个向量，因此代价函数会比逻辑回归更加复杂，为：反向传播算法先计算最后一层的误差，然后再一层一层反向求出各层的误差，直到倒数第二层。“反向传播”可以理解为我们在Logistic和线性回归中进行梯度下降一样，是用于计算最小化成本函数的前向传播算法：a(1)是第一层的激活值在这里实现了将前
2021-04-06 14:22:11
297
原创 python期末作业——BMR计算器
首先直接上最终代码：import datetimet = datetime.datetime.now() #获取当前时间ask = "y" #用于是否继续计算循环的判断data = [] #用于接收用户输入数据data_xuan = ["性别","体重数据（KG）","身高数据（cm）","年龄数据(岁）"] #“请输入（正确的）{}”.format()data_unit = ["sex","kg","cm","age
2021-01-19 11:50:09
749
原创 python学习：用两种思路计算质数与合数
质数（素数）与合数：合数指自然数中除了能被1和本身整除外，还能被其他数（0除外）整除的数。与之相对的是质数，质数定义为在大于1的自然数中，除了1和它本身以外不再有其他因数。而1既不属于质数也不属于合数。最小的合数是4。（因数：如果整数a除以整数b(b≠0) 的商是整数，我们就说b是a的因数。）计算思路：思路①： 假如要判断一个数字“x”是不是质数，那么根据定义，我们就直接遍历[2，x-1]范围内的的数字“i”，并分别计算每次x%i的结果是否为0，若有一个结果为0，则表明“x”可以被..
2020-11-17 00:26:14
3777
原创 python学习：使用KNN最邻近分类算法进行iris数据集分析
概述：数据集的分析可以简单的分为两步：1、根据已有的特征数据建立模型2、在未来收集到新的特征数据时，可以根据建立的模型来判断新的数据属于哪一类而iris数据集包括150朵、三类（setosa、versicolor、virginica）鸢尾花的花萼和花瓣长度宽度的数据。那么对应上面的两步，我们要做的就是：1、根据已有的鸢尾花花萼和花瓣的长度与宽度数据建立模型2、在未来收集到新的鸢尾花数据时，可以根据模型来判断所收集的是哪种类型的鸢尾花(setosa，versicolor，virgi
2020-11-14 21:12:53
2720
原创 Python学习：NumPy笔记
第一步是引入NumPy：import numpy as np #引入np NumPy中的array函数可以将列表直接转换成NumPy数组：import numpy as nplst=[1,2,3,4,7,9]b=np.array(lst)print(b)#会输出：[1 2 3 4 7 9]
2020-11-10 22:20:53
322
原创 python学习： 用random、time和pyplot函数制作一段简单的代码
要使用random（）函数，首先需要导入random（）模块：import randomrandom.random()random函数会返回一个[0,1)之间的数值，如：import randomprint(random.random())输出的值为：0.36988584264616886但是，如果使用random模块中的randint() 函数，就可以返回指定范围内的整数，如：import randomprint(random.randint(0,10))会输出：4稍
2020-11-08 14:33:11
3484
9
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人