原创 基本的排序問題

一、冒泡排序 最小比較次數:n-1 次; 最大比較次數:n(n-1)/2; //冒泡排序;C語言;主要程序void bubble_sort(a[],n) { int i,j,temp; bool flag=true;

原创 二級Access數據庫大綱知識要點

一、數據庫基礎知識 1、基本概念 1.1 數據庫 數據庫:指存儲在計算機存儲設備上、大量結構化的、可共享的相關數據的集合。 信息、消息、信號、數據、知識; 數據庫管理系統(DBMS):指幫助用戶建立、使用、管理和維護數據庫的一種計算

原创 工作中遇到的各種問題

本文記錄下遇到的各種疑難雜症,都是親測有效的方法。 1、excel退出時不提示保存的解決辦法 1)按 ALT + F11 可打開 Visual Basic 編輯器。 (說明一下這一步:如果你按 ALT + F11沒有彈出Visual

原创 BP神經網絡:feedforwardnet版迴歸預測

程序相關說明: input:預處理後的訓練集數據 (60 by 14731) output:預處理後的訓練集標籤(1 by 14731) input_test:預處理後的測試集數據(60 by 100) output_test:測試集數據

原创 機器學習實戰——KNN及部分函數註解

書籍:《機器學習實戰》中文版 IDE:PyCharm Edu 4.02 環境:Adaconda3  python3.6 本系列主要是代碼學習記錄,其中設計的理論知識,不做過多解釋。書中代碼使用的是python2,所以代碼會有些許變化,並對

原创 機器學習實戰—樸素貝葉斯及要點註解

書籍:《機器學習實戰》中文版IDE:PyCharm Edu 4.02環境:Adaconda3  python3.6 #!/usr/bin/env python3 # -*- coding: utf-8 -*- from numpy i

原创 BP神經網絡matlab程序運行問題

一、Inputs and targets have different numbers of samples.  net = train(net,input,label);          使用網絡作非線性擬合。input:60 by

原创 機器學習實戰——決策樹:matplotlib繪圖

書籍:《機器學習實戰》中文版IDE:PyCharm Edu 4.02 環境:Adaconda3  python3.6 第一個例子: import matplotlib.pyplot as plt #定義文本框和箭頭格式 dec

原创 Socket編程之TCP實例(附C/C++代碼詳解)

說明: 主要分步驟給出Windows平臺下socket編程的一個TCP實例;使用WINDOWS下網絡編程規範Winsock完成網絡通信; 對程序各部分細節進行描述。 套接字有三種傳輸類型SOCK_STREAM    SOCK_DGRAM 

原创 Matlab 之GUIDE界面設計:不同函數之間使用相同變量

方法一:將所需的變量聲明爲全局的。在第一次出現的函數處和後面需要該變量的函數中,均需要使用global聲明。% 函數A global DATA ... % 函數B global DATA ...方法二:使用assignin()將變量保存到

原创 主成分分析(PCA)——matlab程序及函數詳解

參考來源:http://www.cnblogs.com/Hand-Head/articles/5156435.htmlhttp://www.matlabsky.com/thread-11751-1-1.htmlmatlab幫助文檔程序源碼

原创 python文件的運行方法

方法一:從命令行運行 (1)首先進入DOS環境。win+r,然後輸入cmd。 (2)直接輸入python+空格 (3)將文件拖拽到光標處或者輸入文件所在位置 方法二:解釋器中運行文件 爲了方便操作,將hello.py直接放在D盤下。

原创 主成份分析(PCA)——原理、實現步驟

    PCA(Principal Component Analysis)是一種常用的數據分析方法。PCA通過線性變換將原始數據變換爲一組各維度線性無關的表示,可用於提取數據的主要特徵分量,常用於高維數據的降維。本文主要分爲兩大部分:

原创 機器學習實戰——決策樹:樹的構建及分類

書籍:《機器學習實戰》中文版IDE:PyCharm Edu 4.02環境:Adaconda3  python3.6 主要內容:使用ID3算法構建 1、信息熵的計算+數據集的劃分=根據信息增益選擇最佳的數據集劃分方式 2、創建樹、投票法 3

原创 理解:迴歸與擬合、歸一化與標準化

迴歸和擬合: 一、迴歸: 研究一個隨機變量Y對另一個(X)或一組(X1,X2,…,Xk)變量的相依關係的統計分析方法。 應用迴歸預測法時應首先確定變量之間是否存在相關關係。如果變量之間不存在相關關係,對這些變量應用迴歸預測法就會得出錯誤