- 博客(25)
- 收藏
- 关注
原创 项目实战:自己手动搭建pytorch框架完成狗的分类
本文详细介绍了如何手动编写pytorch框架对图片分类,完成了Kaggle的比赛——狗品种分类,非常值得学习
2023-07-07 20:49:56
478
1
原创 自动生成用于机器学习的数据集并可视化
本文给出一个自行生成数据集的代码,在使用时,给出类别数C,特征数D,每个类别的样本数量N,各组特征均值,程序即可自动生成数据集。另外针对类别数为2和3的情况,可以绘制可视化坐标图。
2023-07-04 16:47:11
297
原创 Logistic回归(逻辑回归)及python代码实现
主要介绍了逻辑回归即LogisticRegression的原理、梯度计算公式以及python实现代码,包含手动实现与使用sklearn库实现的方法
2023-07-03 23:05:16
13098
8
原创 决策树原理与python代码实现
最上部的节点是根节点(这里的“树”通常是倒置过来画的,即根在顶端),此时所有的样本都在一起,经过该节点后被划分到各个子节点中。还一些特征,它们本身为数值特征,比如年龄、成绩、温度等,在某些问题中,它们与研究目标之间的关系呈现出明显的非线性,比如某些疾病在不同的年龄段有很大差异,温度在不同区段对研究对象影响不同等,这些特征也不能作为普通的数值特征,需要分区段处理,最常见的是。在很多实际的分类问题中,描述对象的特征都不是直接的数值特征,比如物体的颜色、形状,人的性别、民族、职业等等,这些特征被称为。
2023-07-01 19:03:05
784
2
原创 利用yolov5完成目标检测详细过程
文章目录源代码准备数据集使用官方数据集制作自己的数据集划分数据集写自己的配置文件聚类生成先验框修改配置文件训练测试源代码我所使用的是yolov5-v6.1版本,下载地址:yolov5-6.1代码解压完成后,在Anaconda Prompt中进入代码所在文件夹,执行以下代码:pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple它可以帮助我们安装所需要的依赖,并且不会重复安装准备数据集使用官方数
2022-04-06 20:37:18
16437
5
原创 主成分分析法(PCA)详解与python实现
文章目录PCA原理利用梯度上升法求解主成分公式推导python实现计算前k个主成分公式推导python实现小结PCA原理主成分分析(principal component analysis,PCA)是一种数据分析方法,出发点是从一组特征中计算出一组按重要性从大到小排列的新特征,它们是原有特征的线性组合,并且相互之间是不相关的。主要用来数据降维、可视化、去噪等。以样本数据有两个特征为例,如图:我们将样本点向x轴投影,得到图中红色点列;向y轴投影,得到图中绿色点列,可以看到红色点列比绿色的更好地保留了
2022-01-19 22:24:04
3231
原创 python操作Excel方法汇总(二)
本篇主要是对于xlwings模块的应用,xlwings是功能较为全面的一个模块,可以进行读、写、修改格式等操作,而且对于(.xls)与(.xlsx)都适用,还与matplotlib等模块可以交互。本节我们只记录基本操作,更详细的内容可参阅官方文档:xlwings官方文档文章目录结构示意图创建新文档,写入内容,保存退出打开已有表格文件,读取、修改数据修改单元格格式将matplotlib图像插入表格xlwings生成图表结构示意图使用xlwings时,按照以上结构依次进行操作,即app(程序)——b
2022-01-17 16:01:43
1264
原创 python操作Excel方法汇总(一)
文章目录1.利用xlrd模块读取2.利用xlwt模块写入等操作创建新表格并写入更改字体格式更改单元格格式1.利用xlrd模块读取xlrd模块可以读取(.xls)或者(.xlsx)文件中的内容,以下是基本使用介绍:我们提前在文件夹中建好了文件:data1.xls,其中内容如下图:导入库:import xlrd打开文件:data = xlrd.open_workbook('data1.xls')#文件名或路径名,若含有中文需要加r获取一个工作表:table = data.sheet_by
2022-01-15 21:40:17
1862
原创 利用opencv-python的hsv空间进行图像提取
文章目录HSV颜色空间简介图像提取的例子1.识别按钮的简单例子2.水果分类HSV颜色空间简介HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。色调可以表示颜色的种类,它是一个角度,范围是0-180°,0对应red,60对应green,120对应blue。饱和度表示该颜色接近光谱色的程度,范围是0-255,
2022-01-15 01:09:02
5862
原创 Fisher线性判别分析以及python实现
文章目录线性判别函数基本概念Fisher线性判别分析基本思想最优方向推导过程转换为判别函数完整代码线性判别函数基本概念我们主要讨论在两类情况下判别函数为线性的情况,这里给出一般情况:g(x)=wTxg(\bf{x})=\bf{w}^T \bf{x}g(x)=wTx+w0w_0w0式子中x\bf{x}x为d维样本向量,w\bf{w}w为权向量,如下:x=[x1x2⋮xd],w=[w1w2⋮wd]\bf{x}=\begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_d \e
2022-01-04 17:01:37
6824
2
原创 基础回归问题及python实现
文章目录1.简单线性回归1.1最小二乘法1.2梯度下降法2.简单非线性回归2.1多项式回归3.多元线性回归1.简单线性回归简单线性问题要解决的问题就是已知数据x=(x1,x2,⋯ .xn)x = (x_1,x_2,\cdots.x_n)x=(x1,x2,⋯.xn),y=(y1,y2,⋯ ,yn)y = (y_1,y_2,\cdots,y_n)y=(y1,y2,⋯,yn)具有线性关系(这一般从散点图上可以看出来),设y=ax+by = ax+by=ax+b,我们要找出最佳的a、b值。而所谓最佳
2021-09-29 00:54:54
744
原创 利用kNN算法进行分类python实现
文章目录kNN算法思想与步骤实力分析与代码实现kNN算法思想与步骤kNN算法的基本思想如下:假设样本集共有n个样本,它们在m个特征上具有区分度,它们分别属于0或1中的一类。假设第i个样本的特征向量为(ai1,ai2,⋯ ,aim)(a_{i1},a_{i2},\cdots,a_{im})(ai1,ai2,⋯,aim)。现有一待归类对象,设它的特征向量为(b1,b2,⋯ ,bm)(b_1,b_2,\cdots,b_m)(b1,b2,⋯,bm)。计算此待归类对象与n个样本在特征空间中的欧氏距离
2021-09-15 21:23:41
2740
原创 TOPSIS方法以及python代码实现
文章目录TOPSIS方法简介实现过程1.将数据正向化2.将正向化矩阵标准化3.计算得分并归一化实例分析分析代码实现拓展TOPSIS方法简介TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution),通常也称为优劣解距离法。TOPSIS 法是一种常用的综合评价方法,其能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距。它用于解决的问题是:给出n个对象,以及n个对象关于m个指标的各项数据,根据这些数据对n个对象
2021-09-03 23:50:15
6030
4
原创 蒙特卡洛方法简单应用(python实现)
文章目录算法原理介绍应用1.计算圆周率π\piπ2.计算积分(1)定积分(2)多重积分3.计算函数最值算法原理介绍当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,通过某种“实验”的方法,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作为问题的解。实际上,蒙特卡洛方法的理论支撑其实是概率论或统计学中的大数定律。基本原理简单描述是先大量模拟,然后计算一个事件发生的次数,再通过这个发生次数除以总模拟次数,得到想要的结果。下面我们以几个简单应用来学习
2021-09-02 20:57:23
3696
原创 基础线性规划问题
线性规划(Linear programming)是指在线性等式或不等式约束条件下求解线性目标函数的极值问题,常用于解决资源分配、生产调度和混合问题。下面我们解决如下问题:例:实数x0,x1实数 x_0,x_1实数x0,x1满足下列关系:{−3x0+x1≤6−x0−2x1≥−4x1≥−3\begin{cases}-3x_0+x_1\leq6\\-x_0-2x_1\geq-4\\x_1\geq-3\end{cases}⎩⎪⎨⎪⎧−3x0+x1≤6−x0−2x1≥−4x1≥−3
2021-08-31 22:55:43
407
原创 利用梯度下降法解决回归问题
解决回归问题时我们最先想到的是最小二乘法,但是最小二乘法有一定的弊端:根据损失函数求得其最小值时对应w和b对于小样本没有问题,但是数据量大耗时甚至不可行。由此引出我们接下来要用到的方法:梯度下降法。文章目录1.梯度下降法基本原理2.线性回归的例子3.非线性回归的例子1.梯度下降法基本原理对于一组数据:X=(x1,x2,…,xi,…,xm),Y=(y1,y2,…,yi,…,ym)X = (x_1,x_2,\ldots,x_i,\ldots,x_m),Y = (y_1,y_2,\ldots,y_i,\ld
2021-08-14 17:53:39
892
1
原创 使用matplotlib绘图(三)
本章再学习一些matplotlib的其他操作文章目录1.填充区域1.1 fill填充函数区域1.2 fill_between填充函数交叉区域2.画一个填充好的形状1.填充区域1.1 fill填充函数区域from matplotlib import pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 设置中文字体plt.title('fill填充函数区域')x = np
2021-08-13 11:17:14
137
原创 使用matplotlib绘图(二)
在(一)中,我们学习了如何画函数图像,这次讲解如何绘制其他类型图像文章目录1.折线图2.散点图3.条形图4.立体图5.双坐标轴1.折线图import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 设置中文字体x = range(0,20)y = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]plt.fig
2021-08-13 00:45:26
142
原创 使用matplotlib绘图(一)
本节以函数y=x2y=x^2y=x2以及y=sin(x)y=sin(x)y=sin(x)为例,较为全面的讲解如何用matplotlib绘制函数图像文章目录1.y=x2y=x^2y=x22.y=sin(x)y=sin(x)y=sin(x)1.y=x2y=x^2y=x2导入库:import matplotlib.pyplot as pltimport numpy as np写标题:plt.title(r'$y = x^2$')#绘图时所有公式为Latex格式绘制x、y轴:#显示中文:pl
2021-08-13 00:04:23
358
原创 应用python处理函数问题
本节主要使用sympy库来处理一些函数问题文章目录1.求不定积分2.求定积分3.解线性方程4.解微分方程5.求导6.级数展开7.求极限1.求不定积分例:求∫logx dx\int{logx}\,{\rm d}x∫logxdx代码如下:from sympy import *x = symbols('x')y = integrate(log(x),x)print('y=log(x)的原函数为:',y)输出结果为:提示:不要忘记手动+C哦2.求定积分例:求∫01x2 dx\int_0^
2021-08-08 20:37:08
619
原创 opencv-python学习详细笔记(二)
文章目录1.数字图像基本概念1.1 数字图像概念1.2像素概念1.3图像种类1.3.1 二值图像1.3.2 灰度图像1.3.3 彩色图像2.图像操作2.1 查看图像属性2.2 图像扩边2.3 裁剪、更改图像2.4 图像融合2.5 转换图像空间3.基本绘图操作3.1 绘制直线3.2 绘制矩形3.3 绘制圆3.4 绘制椭圆3.5 绘制多边形3.6 示例1.数字图像基本概念1.1 数字图像概念数字图像,又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。由数组或矩阵表示,其光照位置和强度都是离散的。
2021-08-08 19:05:04
563
1
原创 opencv-python学习详细笔记(一)
这套笔记是我学习python中的opencv时随时记录下来的,供自己回顾使用与大家参考。文章目录1.opencv库的安装与导入2.读取、展示、保存、销毁图片2.1读取图片2.2显示图片2.3销毁窗口2.4保存图片1.opencv库的安装与导入在第一次使用opencv库时,我们使用以下指令安装此库:pip install opencv-python显示安装成功以后便可以使用了,使用时一般使用以下语句:import cv2 as cv2.读取、展示、保存、销毁图片2.1读取图片首先是要读取
2021-08-08 01:08:04
388
1
原创 初识遗传算法及python代码实现
遗传算法(Genetic Algorithm,GA)起源于对生物系统所进行的计算机模拟研究,用于解决寻找最优解的问题。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法,借鉴了达尔文的进化论以及孟德尔的遗传学说。遗传算法的一般步骤为:1.随机产生种群2.确定个体适应度函数,判断个体适应度,是否符合优化准则,若符合,输出最佳个体及最优解(即最优基因型),否则,进行下一步3.依据适应度选择父母,适应度高的个体被选中的概率高,适应度低的个体被淘汰4.用父母的染色体按照一定方法进行交
2021-08-03 20:47:01
1406
1
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