原创 【機器學習 3】KNN算法實現梳理- Be based on“約會對象”、“手寫識別”

• (1)收集數據 • 提供的文本文件 • (2)準備數據 • 格式轉換 • 將源文件格式化處理爲可處理的向量,如:手寫識別系統 • 處理源文件格式,比如存在大量空格、雜亂符號等,需要進行去除、重

原创 【機器學習8問】

1、BoostingTree 什麼是提升樹(boostingTree)? 答:若干顆決策樹構成了一個弱分類器模型,並給予每一次分錯的樣本更大的權重。 2、GBDT 什麼是 GBDT,與提升樹有什麼關係? GBDT如何做迴歸問題?

原创 【IDEA異常】【MAC】Expecting: /Applications/IntelliJ IDEA.app/Contents/jdk/Contents/Home but was: ……

參考:https://jingyan.baidu.com/album/90895e0f3bc8d764ec6b0bd0.html?picindex=3 1、打開搜索 command+shift+a 2、搜索 “Switch Boot JD

原创 【從零開始學習Tensorflow】(三)第5章 MNIST數字識別問題

轉載請註明作者和出處: https://blog.csdn.net/weixin_37392582 代碼平臺:https://gitee.com/wuweijun 開發平臺: Win10 + Python3.6 + Anaco

原创 Kafka Consumer 執行 poll 操作時獲取空數據的原因分析

1. 場景: 當用戶需要獲取數據時,後端從指定 topic 下消費1條數據;每次操作的間隔爲 0~∞ 2. 現象: 每隔一段時間,在kafka消費數據時,會出現獲取數據爲空的情況 3. 問題排除路徑: 由於 Topic 中的

原创 【DeepDive】error: error while loading , error in opening zip file

原因:下載中斷,導致壓縮包不完整,刪除重新下載即可

原创 Kafka Consumer 執行 poll 操作時獲取空數據的原因分析(2)

上一個問題的回答:https://blog.csdn.net/weixin_37392582/article/details/104685191 1. 場景 當用戶需要獲取數據時,後端從指定 topic 下消費1條數據;每次操

原创 【機器學習】2.2 k-鄰近算法改進約會網站的配對效果

第一篇文章,在機器學習的道路上,希望能夠與大家共勉。 K-近鄰(Knn,K-Nerest-Neighbor)算法是所接觸到的第一個機器學習算法,也是所有機器學習介紹的第一種分類算法。 KNN算法的工作原理: 存在一個樣本數據集合

原创 【從零開始學習Tensorflow】(二)第4章 深層神經網絡

轉載請註明作者和出處: https://blog.csdn.net/weixin_37392582 開發平臺: Win10 + Python3.6 + Anaconda3 編  者: 無尾 一、深度學習與深層神經網絡

原创 【機器學習實戰】 利用K-均值聚類算法對未標註數據分組

轉載請註明作者和出處: https://blog.csdn.net/weixin_37392582 代碼地址: https://gitee.com/wuweijun 開發平臺: Win10 + Python3.6 + Anac

原创 【機器學習 2】k-鄰近算法識別手寫數字

思路: 訓練集:trainingDigits文件夾內的32位二進制圖像矩陣 Target向量:從trainingDigits文件夾內的文件名讀取圖像矩陣所表示的數字 測試集:testDigits文件夾

原创 【機器學習】2.1 k-近鄰算法概述

優點 簡單好用,容易理解,精度高,理論成熟,既可以用來做分類也可以用來做迴歸; 可用於數值型數據和離散型數據; 無數據輸入假定; 對異常值不敏感; 處理多分類問題很簡單 缺點: 計算複雜性高;空間複雜性高; 樣本不平衡問

原创 向已有員工表中插入或更新員工數據

DECLARE v_EmpNo int := 102; v_ChsName NVARCHAR2(20) := ‘王五’; v_Engname VARCHAR2(20) := ‘Wu Wang’;

原创 【Python基礎教程】 第6章 抽象

* ,MMM8&&&. * MMMM88&&&&& . MMMM88&&&&&&& *

原创 【從零開始學習Tensorflow】(一)第3章 TensorFlow入門

轉載請註明作者和出處: https://blog.csdn.net/weixin_37392582 開發平臺: Win10 + Python3.6 + Anaconda3 編  者: 無尾 3、TensorFlow計算