- 博客(22)
- 收藏
- 关注
RSS订阅原创 tkinter文本输入
import tkinter as tkwindow=tk.Tk()window.title('Hello!')window.geometry('300x300')var=tk.StringVar()def insert_text(): var=e.get() t.insert('insert',var) def insert_end(): var=e.get() t.insert('end',var) e=tk.Entry(window,s
2022-01-06 15:54:18
1173
原创 SVM（支持向量机）的工作原理
关于机器学习和SVM：机器学习主要使用归纳、综合而不是演绎。机器学习有三个研究方向：一是学习机理的研究；二是学习方法的研究；三是面向任务的研究；最基本的三类机器学习问题是模式识别、函数逼近和概率密度问题。目前的需求是：（1）发现海量数据中的规律，特别是那些非结构化数据；（2）如何对个性化需求进行处理和分析；SVM建立在统计学基础上，通过实现经验风险最小化以期在有限信息的条件下得到最好的结果。...
2020-04-29 20:14:24
664
原创 python学习之numpy.logspace用法
一般用它来创建等比数列，举个栗子，np.logspace(-2,2,10)构造的是一个从10的-2次方到10的2次方的等比数列，这个等比数列的长度是10个元素。如果不想以10为基数，就可以改base。下面是个例子 for beta in np.logspace(-3, 3, num=7, base=10): #np.logspace是创建等比数列，-3和3表示10的-3次...
2020-04-17 13:20:10
2919
原创 sklearn.metrics中的评价方法 precision_score,recall_score,F分数（f1_score，f_beta）和accuracy_score
二分类问题常用的评估指标是精度（precision），召回率（recall）,F1值（F1-score）评估指标的原理：通常以关注的类为正类，其他类为负类，分类器在测试数据上预测正确或不正确，结合正负类，4种情况出现的可能为：将正类预测为正类（true positive）——用tp表示将正类预测为负类（false negative）——用fn表示将负类预测为正类（true positiv...
2020-04-17 12:24:29
6988
1
原创 sklearn.svm.SVC中decision_function_shape问题
svm支持向量机设计二分类问题，当遇到多分类问题时需要构造多类分类器，主要有两种方法：一种是直接法，直接在目标函数上进行修改，一般计算相对复杂；另一类是间接法，通过组合多个二分类器来实现，常见方法有one-versus-one(一对一),one-versus-all(一对多)。1.one-versus-one(简称ovo):在任意两类样本之间设计一个svm，n个样本类别就需要n(n-1)/2个s...
2020-04-16 17:20:18
2426
原创 Raspbeery Pi安装系统
一、按照Raspberry Pi projects网站操作，因网速问题没有成功，但仍建议浏览一下开始按照这个网站的步骤上手的，https://projects.raspberrypi.org/en，英文的原网站，步骤比较详细，图文并茂，写的比较好，还有很多项目可以作为学习参考；缺点是没中文翻译，英文不太好的有的地方需要费点时间理解一下。按照左边的步骤操作就行了，写的已经很详细了。大概的步骤...
2020-04-13 21:16:50
288
原创 Anaconda上安装XGBoost
按照网上的经验分两个步骤安装：1.anaconda search -t conda xgboost2.conda install -c anaconda py-xgboost但是出现报错：按网上的说法，找到anaconda prompt右键用管理员身份运行，再装一遍，还是出现报错：...
2020-04-06 19:01:15
437
原创 决策树、随机森林之四，关于提升（一）
关于提升之前，关于随机森林的做法是：通过有放回的重采样生成出若干颗决策树，从中取一个平均得到总的森林，这个random实际是对这m颗树取平均得到的，它没有哪棵树更重要，哪颗树不重要这种说法。那么能不能换一种思路，给出这些树的权值，比如，并不是简单的取平均，把这样一种方式叫做提升。用图来说明：...
2020-04-03 13:44:25
261
1
原创 Das deutsche Alphabet学习
1.字母表26个拉丁字母Aa啊 Bb掰 Cc猜 Dd嘚 Ee艾 Fe爱抚 Gg该 Hh哈 Ii一 Jj有他 Kk卡 Ll爱恩 Mm爱慕Nn嗯 Oo奥 Pp配 Qq库 Rr爱啊 Ss爱思 Tt台 Uu无 Vv(vao) Ww文 Xx诶科四 Yy一部森呢 Zz彩特4个变音字母Ää爱 Öö额 Üü雨 ßß爱思彩特其中有5个元音字...
2020-04-03 12:04:29
179
原创 DecisionTreeClassifier和DecisionTreeRegressor参数对比
DecisionTreeClassifier和DecisionTreeRegressor参数对比
2020-03-22 12:53:40
1002
原创 机器学习之决策树、随机森林（三）代码实现
机器学习之决策树、随机森林（三）代码实现为便于自己理解，本篇用来记录实践决策树、随机森林用到的一些常用函数和技巧。1.DecisionTreeClassifier决策树是一种监督学习算法，主要用于分类，也可用于回归。sklearn.tree.DecisionTreeClassifier 可用于决策树分类问题。DecisionTreeClassifier 参数：class sklearn....
2020-03-18 22:21:20
354
原创 Django入门——按图索骥《Python编程从入门到实践》第19章，记录下大体的步骤及踩过的坑
1.ls不是内部或外部命令，也不是可运行的程序19.2节，p393，19.1遇到这个问题解决后，就变成了这个样子（棒棒哒！）：
2020-03-16 22:54:14
246
原创 概率论与数理统计
1.贝叶斯与全概率贝叶斯公式可以这么理解：P(B|A)=P(AB)/P(A)P(A|B)=P(AB)/P(B)若已知P(B|A)，则P(A|B)=P(A)*P(B|A)/P(B)，这个公式用下面这个图理解最清楚：这么看这个解读解读这个例子应该加上一个2%的患病率。2.全概率公式for p...
2020-02-13 16:29:53
242
原创 MATLAB求解峰值、均值、平均幅值、方差、均方根、方根幅值、最值、峭度、斜度、裕度指标、波形指标、脉冲指标、峰值指标、峭度指标
MATLAB求解峰值、均值、平均幅值、方差、均方根、方根幅值、最值、峭度、斜度、裕度指标、波形指标、脉冲指标、峰值指标、峭度指标朋友给了份文档，要求计算标题上的这些值，原本计划用Python计算，奈何还不是太熟练，就用matlab做了，感觉挺方便的，把代码附下。我倒是希望用Python再求解一遍，如有兴趣者可以一起交流。附代码前，先把代码中的符号注释一下：峰值fz、均值jz、平均幅值pf、方...
2019-10-03 11:11:12
38497
15
原创 Python学习
Python学习01之九九乘法表自己尝试着编写了一个，代码和效果如下：for i in range(1,10): for j in range(1,10): if j>i: break print((i*j))效果如下1243694812165101520256121824303...
2019-09-13 22:46:57
203
原创 MATLAB基本使用方法
@[MATLAB学习日记]MATLAB基本使用方法之一（简介、矩阵输入）1.1 MATLAB 发展历史MATLAB 每年更新两次，春季发布每年度的A 版本，秋季发布B 版本1.2 MATLAB 简要命令（1）help命令i）直接使用 help 命令在命令窗口直接输入命令 help，并回车，则在命令窗口显示 MATLAB 的所有工具箱信息。ii）使用 help 工具箱名使用命令 ...
2019-09-07 10:59:59
8619
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