原创 很全的git入門教程

原文鏈接:https://www.cnblogs.com/fan-vatnn/p/10724511.html 直接放鏈接:https://www.cnblogs.com/fan-vatnn/p/

原创 邏輯迴歸(非線性迴歸)

邏輯迴歸是一種分類算法,用於2元分類兩種情況,也可以使用‘一對餘’的思想來實現多元分類 sigmoid function、logistic function sigmoid function、logistic function都是

原创 多元線性迴歸

當變量中有分類型的變量的時候,需要將分類型的變量轉換成數值型的變量。 例如: 比如某衣服有一個顏色特徵,特徵值爲紅、綠、藍三種顏色,該特徵爲分類型特徵,需要把它轉化成數值型特徵,則把這個衣服顏色需要分爲三個特徵,分別是紅色、綠色、

原创 神經網絡算法

正向傳播 比較簡單,爲了更好理解,直接舉例子: X4=W14∗X1+W24∗X2+W34∗X3+B4X_4=W_{14}*X_1+W_{24}*X_2+W_{34}*X_3+B_4X4​=W14​∗X1​+W24​∗X2​+W3

原创 簡單線性迴歸(Simple Linear Regression)

簡單線性迴歸: 有且僅有一個自變量x,一個因變量y,x、y之間有線性關係,並且y是連續型變量。 假設方程爲: y=b0+b1xy=b_0+b_1xy=b0​+b1​x 假設有n個樣本(即有n個x,n個y) 算法步驟: 求出x‾\

原创 Java Web報錯:getOutputStream() has already been called for this response解決方案

今天做了個導出excel表的功能。大概代碼如下: ouputStream = response.getOutputStream(); wb.write(ouputStream); ouputStream.flush();

原创 記事本 安卓 java

實現過程 新建一個數據庫操作類MySQLiteOpenHelper,該類中封裝了對sqlite數據庫增加刪除修改查詢功能,然後就寫佈局代碼和其他邏輯代碼即可以完成該簡單的記事本安卓app。 效果圖 源碼獲取 地址:https

原创 集合運算 單循環鏈表 c語言

實現詳情 兩個帶頭結點的單循環鏈表存儲的集合A、B,其元素類型爲字符,實現了以下功能: 用戶自定義輸入集合A、B中的元素 求集合A、B的交C=A∩B,並輸出集合C的元素 求集合A、B的並D=A∪B,並輸出集合D的元素 求集合A與

原创 2048遊戲 安卓 java

實現過程 新建一個card類,代表每一個格子,通過創建一個card的二維數據,然後監聽用戶的上下左右滑動的動作,即可以完成該款簡單的2048安卓小遊戲的製作。 運行效果圖 源碼獲取 地址:https://item.taobao.

原创 學生信息管理系統(c語言)

系統功能 (1)實現錄入學生的學號、姓名、性別、專業、班級、種類、各項成績的功能。 (2)實現修改學生成績和相關信息的功能。 (3)實現查詢所有的學生成績、查詢班級成績、根據姓名查成績、根據學號查詢成績、查詢不及格功能。 (4)實

原创 KNN(最鄰近算法)

分類 屬於監督學習、分類算法 算法原理 通過預測點計算距離訓練樣本點之間的距離,獲取前k個最近的距離的訓練樣本點,通過該k個訓練樣本點所屬分類投票來決定該預測點的種類(k一般取值爲奇數)。(距離衡量可以爲歐式距離、曼哈頓距離等等,

原创 SVM(支持向量機)

分類 監督學習、分類問題 算法原理 當樣本線性可分的時候,尋找能切分樣本並且最大間距的一個直線、平面或者超平面。 當樣本非線性可分的時候,通過核函數映射到高維空間中,讓樣本線性可分。 代碼實現 樣本線性可分的情況: from sk

原创 ID3(決策樹算法)

分類 屬於監督學習、分類算法。 代碼實現 python代碼的實現如下: from sklearn.feature_extraction import DictVectorizer import csv from sklearn i

原创 mybatis報錯:Result Maps collection already contains value for model.dao.UserMapper.BaseResultMap

數據庫:8.0.11 數據庫驅動包爲:mysql-connector-java-8.0.11.jar 使用Mybatis-Generator自動生成Dao、Model、Mapping相關文件後,把文件導入到了javaweb工程中,

原创 Machine Learning筆記

machine learning的方式有兩種 監督學習 無監督學習 事件問題分爲兩種: 迴歸問題 分類問題 代價函數 線性迴歸中代價函數爲: J=12m∑i=1m(h(θ)(x(i))−y(i))2J = \dfrac {1