- 博客(52)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习实验10 特征选择与分类
这次实验的主要算法是前向搜索算法，算法的主题按照算法的步骤逐步进行就很容易实现，但是信息熵求起来需要费些心思，要优化掉多层for循环，使用groupby、pd.value_counts等内置函数进行计算。按照算法描述，给定d个特征，我们先选出一个最优的单特征子集，再逐步加入其他特征，每次加入都以信息增益为衡量标准。后来想到ent_dv和p都是dataframe类型，并且一一对应，可以直接使用sum(ent_dv * p)，相乘并使用sum求和，直接得出结果。对x进行预测，哪个类型的概率最大结果就为哪个。
2023-10-12 09:00:08
352
原创 机器学习实验9 PCA
对根据特征值的大小排序，因为这里要将成一维，所以找出特征值最大的特征向量作为投影矩阵，和原数据进行相乘得出降维后的值。但是实验的原理理解起来花费了一些时间，通过在知乎上查找讲解，最后看明白了。在实验中进一步体会到了线性代数的精妙和重要性，以及对协方差矩阵、特征向量等的意义有了进一步的了解。1、数据中含有“[”，“]”python读入时不能自己处理，所以使用f.readlines将内容读为字符串，遍历每一行，去除行末回车和左右中括号，数据转为float类型，数据放到data中并转array返回。
2023-10-12 08:58:21
252
原创 机器学习实验8 K-means
这里使用了np.linalg.norm计算二范数即欧氏距离，遍历每一个簇中心，利用广播机制，直接对data – c求二范数就得到了所有点到该簇中心的距离，形状为（90，）。一共三个簇中心，得出的结果是（3，90）的，每一列是每个点到三个簇中心的距离。通过这次实验，让我对k-means的掌握更加扎实。1、数据中含有“[”，“]”python读入时不能自己处理，所以使用f.readlines将内容读为字符串，遍历每一行，去除行末回车和左右中括号，数据转为float类型，数据放到data中并转array返回。
2023-10-12 08:56:11
199
原创 机器学习实验7 Adaboost
功能是遍历data，参考规则，将属性值和阈值进行比较，得出预测值，如果分类错误，则将其权重加入e。1、数据中含有“[”，“]”python读入时不能自己处理，所以使用f.readlines将内容读为字符串，遍历每一行，去除行末回车和左右中括号，数据转为float类型，并且将属性和标签分开，分别放到data和lable中返回。5、对分类结果进行测试和可视化，将每个数据通过所有分类器进行投票确定结果，将每个分类器的结果乘以每个分类器的权重，再进行求和，大于0则为1，否则为-1。求出，D也需要进行更新，公式为。
2023-10-12 08:54:22
220
原创 机器学习实验6 贝叶斯分类器
可以求出，在这里使用布尔值索引lable==i可以减少代码量，更加简便快捷。由于属性是-1和1，使用列表等下标必须是非负整数，所以这里使用字典存储，索引更加灵活。通过这次实验，我学习到了朴素贝叶斯分类器，相较于以前的SVM等分类方法，又学习到了基于概率的分类，提供了另一种解决分类问题的思路。3、求出条件概率，即不同属性在不同类别中出现的概率。需要保存两个键，键可能是负数或字符，使用嵌套的字典。三层循环，最外层枚举类型，第二层枚举属性列，最内层枚举该属性的所有取值。同样使用拉普拉斯修正进行数据平滑，公式为。
2023-10-12 08:52:50
328
原创 机器学习实验5 支持向量机
同时也学习到了SMO算法的数学推导和具体流程，其中坐标上升每次通过更新多元函数中的一维，经过多次迭代直到收敛来达到优化函数的目的，每次只是做一维优化，所以每个循环中的优化过程的效率是很高的, 但是迭代的次数会比较多。分别解出b1和b2，如果两个都是有效的，那么b1，b2的值是相等的。接着是一个判定条件，如果不满足KKT条件，则需要优化，否则跳过，这里当时写的时候看了好久没看明白，在网上搜索到了资料，所以通过两种如果分类正确就一定不会出现的条件，就可以得到这个判断。对后面选中的j进行同样的操作。
2023-10-12 08:50:01
266
原创 机器学习实验4 实现感知机学习算法
通过这次实验，我对于感知机模型的原理有了进一步的了解，也通过实验对这一算法进行了实践，加深了印象。虽然实验中用到的模型比较简单，但是学习到了反向传播优化这一思想。通过可视化得出比较好的分类效果也令我备受鼓舞，期望在后面的学习中可以学到更多机器学习相关知识。为以后的学习工作打下坚实的基础。使用epoch=10，每个x都可以更新一次参数，可以看到10轮之内就可以收敛，达到不错的效果。2. 神经元激活函数建议选用sign函数（数据集最后一列的标签请将 0 转换为 -1）开始训练时的参数更新情况。
2023-10-12 08:46:31
422
原创 机器学习实验3 基于信息增益率的决策树模型
这也是对python数据处理、程序设计的能力考验，有的操作调用方法就可以较快实现，如ndarray的合并、列表求出现次数最多的元素。3、根据选定的属性及该属性取值value，对数据集进行筛选，只保留该属性列值为value的行，并且去除该属性列，因为后面还要递归处理，这列还保留的话，可能会在一个分支上多次使用这个属性进行划分。可以用于递归的数据只有一种属性，此时为叶节点，类别确定为出现的次数最多的类别。可以看到各个特征的信息增益率，由于决策树是多层的，可能在不同的分支对不同的属性信息增益率不同。
2023-10-12 08:44:14
499
原创 机器学习实验2 线性判别分析
使用xlim限定x轴的范围，之后找出各类的点并画在坐标轴上，两个中心使用红色，预测值分别使用蓝绿两色标出。由wT*x可以得出测试集的数据的投影值，根据LDA的原理：数据在低维度上进行投影，投影后希望每一种类别数据的投影点尽可能的接近，而不同类别的数据的类别中心之间的距离尽可能的大。通过这次实验，我对于LDA算法的思想有了更清晰的了解，即数据在低维度上进行投影，投影后希望每一种类别数据的投影点尽可能的接近，而不同类别的数据的类别中心之间的距离尽可能的大。巩固所学知识，为以后的学习打下坚实的基础。
2023-10-11 17:59:36
273
原创 机器学习实验1 多元线性回归
最后的期望是均方误差最小，根据表达式(y-xw)T(y-xw)，要使其最小，可以对w求偏导，取0时是极值。1、使用文件是txt文件，使用open和readlines()函数进行逐行读取，但是读入的是一行带空格回车的字符串，使用strip(‘\n’), split(' '),强制类型转换等进行处理，得出x矩阵和y矩阵。巩固上课所学的知识，对机器学习有了初步的认识和了解，为以后的学习打下坚实的基础。3.对拟合得到的模型在测试集上进行测试，使用均方误差作为实验的准确结果并输出。4、根据公式得出均方误差的公式。
2023-10-11 17:50:14
188
原创 2023年软件工程期末重点
为了获得高质量软件所需要完成的一系列任务的框架。第四代技术、形式化规格说明、环境。模块结构图的深度、宽度。作用域，控制域的含义，关系。几种覆盖：语句覆盖、判定覆盖、条件覆盖的概念。瀑布模型的特点，存在的问题。（缺乏灵活性，文档）生命周期包括哪几个阶段，名称，问题的定义。软件和硬件相比，软件生产力提高的速度很慢（相比摩尔定律）。黑盒测试包括哪些方法，白盒测试包括哪些方法。生命周期中，哪一个阶段占比最大，占比排序？判定成功测试的依据：发现了没有发现的错误。写出语句、判定、条件覆盖的用例。什么是类、什么是实例。
2023-10-11 17:41:41
55
转载 帮转-2024届计算机保研经验贴（部分版）中国海洋大学OUC版
由于网上有大量关于保研基本流程的介绍。阅读本文前，已默认读者对保研有了基本的了解。
2023-10-11 17:17:45
359
原创 计算机网络实验2 HTTP 抓包分析
本次试验中，我们只关注 HTTP 协议，不希望在抓包窗口中看到其他协议的数据包，因此在“display-filter-specification”窗口中输入“ ip.src==82.157.139.98 or ip.dst==82.157.139.98 and http” ，这样只有 HTTP 数据包会在 packet-listing 窗口中显示；答：服务器很清楚的传回了该 html 文件的内容，因为返回的状态码是200 OK，而且可以在Line-based text data中看到返回的html文件。
2023-10-11 17:10:07
1289
原创 计算机网络实验1 捕获 TCP 数据包
实验目的通过实验熟悉Wireshark抓包软件的使用方法，理解TCP传输过程，以及慢启动、拥塞避免等相关技术。实验环境1操作系统：几乎任意windows版本。本实验是在windows下实现的。2、所需软件：实验内容1在windows环境进行Wireshark抓包。2、在windows环境Wireshark窗口中查看各种协议下的数据包。3、在windows环境上传文件到服务器，同时观察TCP传输过程。实验步骤Wireshark的安装。
2023-10-11 17:04:07
948
原创 2022年夏季《移动软件开发》实验报告六
遇到的问题：在写底部Tab模块时，有一个属性是layout_below="@+id/“，这里需要注意在ImageView和TextView中id需要相同，并注意命名规范问题。收获：学习到了ScrollView 、RelativeLayout的使用、插件之间的穿插使用等知识，完成了app首页的设计听了企业的老师讲述，特意强调编码的命名规范，是商业化编程基本要求之一，应避免使用：temp、test1等没有实际业务含义的命名，对于以后的工作帮助很大。
2022-08-21 19:49:34
202
1
原创 2022年夏季《移动软件开发》实验报告五
问题：因为网络问题，在项目创建之后的文件下载困难甚至失败。在写多个列表组时需要在最上面的LinearLayout上面加上android:orientation=“vertical”，使其变为纵向布局。收获：在这次实验中进行了java环境的配置和android studio的安装和配置。了解到了TextView、imageview、父布局、LinearLayout等知识，并且模仿微信“发现”页创建列表布局，学习使用了Textview imageview、LinearLayout。为以后的学习打下基础
2022-08-21 14:04:01
645
原创 2022年夏季《移动软件开发》实验报告四
1、版本问题导致登录与教程不同，最终参考实验一的方法完成此部分内容3、在my.js中忘记加入num变量，导致程序出错，找了好长时间。
2022-08-20 21:07:19
247
原创 2022年夏季《移动软件开发》实验报告三
问题：function getRandomColor()要放到page的外面，在page内调用收获：学习使用video组件实现视频列表的切换方法；掌握了视频自动播放方法，同时也学习了弹幕的发送，以及利用随机函数实现颜色的随机选择，添加了随机颜色弹幕效果。为今后的学习打下坚实的基础。
2022-08-20 13:09:27
382
原创 2022年夏季《移动软件开发》实验报告二
问题：按照教程中的步骤来发现请求的数据返回错误代码400，请求location出现了错误。后来经大佬点拨，发现了可以查询城市数字ID的接口，用这个ID可以获得详细信息。收获：通过这次实验不但巩固了上次实验中的导航栏的调色、HTML组件的使用和一些逻辑实现，并且可以使用动态数据。最主要的是使用wx.request请求获取信息。提高了我对于小程序设计的理解和熟练程度，为以后的学习打下坚实的基础。...
2022-08-18 14:32:14
171
原创 2022年夏季《移动软件开发》实验报告
问题：实验中存在没有使用wx.getUserProfile获取用户信息，加上之后就可以获取用户信息并展示收获：学会了如何创建一个微信小程序，导航栏的调色、HTML组件的使用和一些逻辑实现，并且可以使用动态数据显示头像和昵称、wx.getUserProfile获取用户信息等等。为以后的进一步学习打下坚实的基础。......
2022-08-17 15:02:07
118
原创 《Python科学计算》课程设计
课程设计名称使用scikit-learn构建和评价xx模型课程设计内容wine数据集和wine_quality数据集是两份和葡萄酒有关的数据集。wine数据集包含3种同起源的葡萄酒的记录，共178条。其中，每个特征对应葡萄酒的每种化学成分,并且都属于连续型数据。通过化学分析可以推断葡萄酒的起源。wine_quality数据集共有1599个观察值，11个输入特征和一个标签。其中，不同类的观察值数量不等，所有特征为连续型数据。通过酒的各类化学成分，预测该葡萄酒的评分。(1) 使用pandas库分别读取wine数
2022-07-02 21:39:53
1273
原创 NLP06 : TF-IDF特征处理
TF-IDFTF是词频，一个给定的词语在该文件中出现的频率 分母代表包含词语的文件数目，如果该词语不在语料库中，就会导致分母为零，因此一般情况下使用作为分母
2022-06-27 13:49:43
261
原创 NLP04 : 汉语分词
最大匹配算法： 最少分词法(最短路径法) ： 请同学们利用人民日报语料库或自己构建的语料库（30词以上）作为词典，任选五个句子，并基于正向最大匹配算法和最短路径法分别对这五个句子进行分词，并分别计算分词结果的正确率，召回率和F-测度值。输出句子，基于两种算法的分词结果和其对应的评价指标值。...
2022-06-27 13:45:23
268
原创 NLP02 : 二元文法模型
请同学们使用免费的中文分词语料库，如人民日报语料库PKU，使用语料库中的常见词编写一个句子，使用二元语法（即每个词只与和它相邻的前一个词有关）在语料库中对句子中的词进行词频统计，输出句子的出现概率。...
2022-06-27 13:42:15
1581
1
原创 pyhon科学计算5
1. 创建一个有50个元素的Series对象，其values数组中的数据随机生成，数据总体上满足均值为1000, 标准差为200的正态分布。(1) 自定义异常值为：小于QL-1.25IQR或大于QU+1.25IQR的值。绘制箱线图，检测生成的数据中是否包含大于上限和小于下限的异常值，并且要求这两类异常值都要有。如果不满足要求，那么就重新生成数据，直到满足要求为止；(2) 利用箱线图获取并输出异常值的索引；(3) 编写一个通用函数，其功能为将一个Series对象中大于上限的异常值用QU替换，而小于下限的异常值
2022-06-27 13:34:23
791
原创 python科学计算4
1. 从“国民经济核算季度数据.npz”文件中读取2000年第一季度到2017年第一季度的所有数据并存储在ndarray对象中。(1) 创建一个DataFrame对象，其数值数组不包含原ndarray对象的第0列和最后一行数据（即不包含“序号”那一列数据和“2017年第一季度”那一行数据）；其列索引为：['时间', 'GDP', '一产', '二产', '三产', '农业', '工业', '建筑', '批发', '交通', '餐饮', '金融', '房地产', '其他']；(2) 按“年份”分组（需提取“
2022-06-27 13:32:07
2045
原创 python科学计算实验3
1. 创建一个8行5列的DataFrame对象，列名为[‘Num’, ‘Name’,‘C++’, ‘Java’, ‘Python’]，分别代表学号，姓名，C++成绩，Java成绩，Python成绩。所有成绩要求分布在[50,100)区间，是随机生成的整数。（以下所述的行号和列号均代表行列索引的默认编号。请使用本章所学的知识按顺序解决这些问题，不要投机取巧！）(1) 复制第4个学生的全部信息，把它作为新行追加到表尾；(2) 将(3, 4)、(6, 3)、(5, 2)、(2, 3)、(1, 0)这几个位置上的元
2022-06-27 13:29:56
833
原创 python科学计算实验2
1. 以“populations.npz”为素材，完成(a)、(b)题目的要求。（本题要求在绘图之前，先进行数据处理：删去全为“nan”的行，然后按年份“从小到大”排序）(a) 绘制总人口线形图。x轴是“年份”，从起始年开始，每隔4年绘制一个刻度。(b) 绘制多序列垂直条形图，包括2个子图。第1个子图为“男女人口”，第2个子图为“城乡人口”。x轴上的序列为：2000年，2005年，2010年和2015年。 2. 以“国民经济核算季度数据.npz”为素材，绘制饼图，包括4个子图（2×2）。第1，2个子
2022-06-27 09:19:19
1555
1
原创 数据结构实验6：校园地图导航
校园地图导航写一个校园地图导航，可以在代码里设置好点名，路径，路径权重程序运行，输入两个点，输出最短距离及最短路径
2022-06-26 18:20:41
1437
原创 数据结构实验5：哈夫曼编码
哈夫曼编码实现文本压缩1、输入字符串，输出字符串的哈夫曼编码； 输入文本文件（英文），输出哈夫曼编码文件2、附加：解压缩
2022-06-26 18:17:57
1526
原创 数据结构实验4：KMP
KMP算法1、下载y-cruncher软件，利用该软件生成pi的txt文件2、读文件，并用C语言实现KMP算法，查询自己的生日或其他感兴趣的字符串，字符串长度大于等于6
2022-06-26 18:13:21
1140
原创 数据结构实验2：多项式加法乘法
一元多项式的加法乘法1、通过键盘随机输入两个多项式P（x）和Q（x）的内容。2、输出结果要有P（x）、Q（x）以及他们的和。
2022-06-26 18:05:03
252
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人