原创 機器學習-支持向量機SVM學習筆記二

上一篇講到了,支持向量機的目標就是求解數據點到分割超平面的最大幾何距離,目標函數爲: 這個問題等價於(爲了方便求解,我在這裏加上了平方,還有一個係數,顯然這兩個問題是等價的值): min12∥w∥2s.t.,yi(wTxi+b

原创 沉澱一

時隔好久沒有動筆了,趁這段時光對以往的知識進行下梳理,沉澱下自己吧。 希望能儘快找回那個兩耳不聞窗外事,一心只管敲代碼的自己。 2020.6.23知識回放 最長子序列解題思路: 爲了快速的查找,考慮vector存儲變爲hash結構。【ve

原创 tensorboard could not bind to unsupported address family問題解決

  解決方法 tensorboard --logdir=模型路徑  --port 8023 --host 本機ip

原创 機器學習-基於Logistic迴歸和Sigmoid函數的分類

Logistic迴歸 1.先給出Sigmoid函數 由這個函數生成的曲線稱爲Sigmoid曲線 對於二元分類,符合伯努利分佈(the Bernoulli distribution, 又稱兩點分佈,0-1分佈),因爲二元分類的輸出一定

原创 C++學習筆記(一)

1.虛函數與純虛函數,如果在父類中有純虛函數void fx()=0,那麼它的任何一個子類必須要實現這個純虛函數,而如果是void fx(){},那麼子類則可以選擇實現。 2.關於引用作爲函數參數。引用做參數傳入的是實參本身,不創建副本,提

原创 python 讀寫csv文件(一)

csvfile=open(filepath,'w'),在python2版本中可以用file()函數打開 writer=csv.writer(csvfile) 第二個參數表示寫入的模式,幾種常見的模式參數常用值 模式參數常用值 值 模式 '

原创 機器學習-支持向量機SVM學習筆記一

支持向量(support vector)就是離分割超平面最近的點。而支持向量的學習就是求解最大化支持向量到分割面的距離的問題。 首先確定 n 維的數據空間中的超平面方程: w^Tx + b = 0 其中x是數據點。如下圖所示: 兩種顏

原创 python 包pandas的學習之路(-)

1.打開csv文件使用data= pandas.csv_file(filename)   如果打開的數據是亂碼則,在參數裏面設置下encoding  2.讀取前m行 、後m行分別使用data.head(m)和data.tail(m) 3.

原创 pycharm 2017版本激活

1.首先修改hosts文件,在hosts文件中加入下面一行:           0.0.0.0 account.jetbrains.com       #目的是屏蔽掉Pycharm對激活碼的驗證  windows系統hosts文件路徑爲

原创 SVM總結

SVM總結 在學習機器學習的常用算法中,在SVM上花費了大量的時間,今天寫個知識點總結吧! SVM包括:線性可分向量機、線性支持向量機和非線性支持向量機。 線性可分向量機:顧名思義,構建它的條件是訓練數據線性可分,學習策略是最大間隔法

原创 ssh快捷登錄通道機

iTerm2 結合 Linux expect 實現 ssh 自動登陸, 通過跳板機登錄服務器內網功能https://segmentfault.com/a/1190000009826457

原创 win10安裝protobuf for python

背景:最近在寫一個python的項目時,需要用到protobuf數據結構,本人的python環境是python3.5。前提準備:在protobuf下載地址  下載 protobuf-python-3.5.1.zip和protoc-3.5.

原创 ZMQ理解(一)

看了幾篇博客和ZMQ文檔,總結如下:1. 封裝了socket API, 支持多對多的連接,異步消息處理機制。2. 3種基本通信模式:“Request-Reply “,”Publisher-Subscriber“,”Parallel Pip

原创 騰訊angel中實現的GBDT解析

看了論文《TencentBoost: A Gradient Boosting Tree System with Parameter Server》,主要從以下三個方面闡述論文思想:一 ,woker端的工作(其中有一個節點是leader w

原创 tensorboard導入錯誤

本人在安裝tensorflow後執行 tensorboard --logdir="./graphs" --port 6006提示no mudule import tensorflow.tensorboard.tensorboard解決方式