- 博客(7)
- 资源 (13)
- 收藏
- 关注
原创 分式规划和波束成形(MATLAB代码)
Dinkelbach_type_algorthmq1=20q2=30q3=35q4=28N=4m=4k=1h=abs(rand(N,m+2))g=abs(rand(N,m+2))v=abs(randn(N,1,k))x=abs(randn(N,m,k))t2=1while t2~=0 for i=1:m temp0=0 for j=1:m
2017-08-25 19:41:50 6244 12
原创 sklearn(五)--------交叉验证
一般的训练数据的方法是这样写的:from sklearn.dadatasets import load_irisfrom sklearn.cross_validation import train_test_splitfrom sklearn.neighbors import KNeighborsClassifieriris=load_iris()X=iris.data
2017-08-21 13:44:51 4323
原创 sklearn(四)----标准化数据,这里normalization就是scaling
标准化数据这里normalization就是scaling这里是在说属性差别很大对训练有不好的影响,这是我们就要用scaling例子:from sklean import preprocessing#标准化模块import numpy as npa=np.array([[10,2.7,3.6][-100,5,-2][120,20,40]],dtype=np.floa
2017-08-21 12:58:05 921
原创 sklearn(三)------模型的属性和用法
model有很多属性比如y=0.3x+0.1model.fit()就是训练数据得到模型参数model.predict()这个是测试数据model.coef_ 输出y=o.3x+0.1中的0.3model.intercept_ 输出y=o.3x+0.1中的0.1model.get_params() 模型之前定义的参数model.score(data_X,data_y) 打
2017-08-20 19:52:19 1449
原创 sklearn(二)----强大的数据库
sklearn 的数据在:http://scikit-learn.org/stable/datasets/ (里面有很多数据)load.什么都是已经有的数据。可以直接用sklearn还有有个强大的功能,可以生成数据回归的生成例子:sklearn.datasets.make_regression(n_samples=100, n_features=100, n_informati
2017-08-20 15:59:20 361
原创 scikit-learn(一)
用sklearn自带的数据库简单跑一个花的数据,花的属性有四种,代码和解释如下:####http://www.bilibili.com/video/av12556150/?from=search&seid=16670227885705617718#page=5(周莫烦老师教学视频)#-*- coding: utf-8 -*-"""Created on Sun Aug 20 14:30:
2017-08-20 14:49:45 326
some_specular_detection_and_inpainting_methods_for_endoscope_image-master.zip
2019-08-08
广东工业大学计算机学院历年考研真题
2018-07-25
sql 的文档,包裹课件还有脚本,还有一些经典书籍
2018-01-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人