原创 Python 正則表達式
1.導包 import re 2.創建正則表達式規則，返回給一個正則表達式對象 正則表達式對象 = re.compile(r'正則表達式規則'); 例子：1.222,123.456,3333,qqqeeee,過濾出小數 pattern =
2018-09-15 00:54:20
原创 python 爬蟲（一）
import urllib2 class Spider: ''' 爬取一個網站，定義一個Spider類 ''' def load_page(self,page): '''
2018-09-15 00:54:20
3
原创 git管理遠程倉庫
一、使用遠程倉庫的目的 1、備份 2、共享 二、克隆操作 1、首先將倉庫克隆到本地 git clone 倉庫地址 2、創建新文件 3、將新文件提交到暫存區 4、將暫存區文件提交到本地倉庫 5、將本地倉庫同步到遠程倉庫 6、
2018-09-08 01:40:29
原创 git基礎設置
一、git安裝之後，需要一些基本信息設置 1、設置用戶名 git config --global user.name '用戶名' 2、設置用戶郵箱 git config --global user.email '用戶郵箱' 3、查看設置
2018-09-08 01:40:29
原创 梯度下降（Gradient Descent）
梯度下降法（Gradient Descent）：是求解機器學習算法的模型參數（即無約束最優化問題）時，最常用的方法之一。
2018-09-01 21:57:40
3
原创 決策樹
在機器學習中，決策樹是一種預測模型。 它代表的是對象屬性與對象值之間的一種映射關係。 樹中每個節點表示某個對象，而每個分叉路徑則代表的某個可能的屬性值，而每個葉結點則對應從根節點到該葉節點所經歷的路徑所表示的對象的值。每個決策樹可以依靠對
2018-09-01 21:57:40
1
原创 決策樹
在機器學習中，決策樹是一種預測模型。 它代表的是對象屬性與對象值之間的一種映射關係。 樹中每個節點表示某個對象，而每個分叉路徑則代表的某個可能的屬性值，而每個葉結點則對應從根節點到該葉節點所經歷的路徑所表示的對象的值。每個決策樹可以依靠對
2018-09-01 21:53:40
1
原创 梯度下降（Gradient Descent）
梯度下降法（Gradient Descent）：是求解機器學習算法的模型參數（即無約束最優化問題）時，最常用的方法之一。
2018-09-01 21:53:40
原创 rgb圖像鏡像（水平）MATLAB程序
clear;clc init=imread('原始圖像路徑'); %讀入原始圖像 [r,c,m] = size(init); mirr=255*ones(r,c,m); for i = 1:r for j
2018-09-01 21:49:09
原创 rgb圖像平移 matlab程序
function mt = translation(g,a,b ) % 圖像平移函數 % g爲輸入RGB圖像，mt爲平移後的RGB圖像 % a爲沿水平方向的平移量 % b爲沿垂直方向的平移量 mt=[];
2018-09-01 21:49:09
1
原创 圖像旋轉 matlab程序
clear;clc init=imread('原始路徑程序'); %讀入原始圖像 [R, C,m] = size(init); % 獲取圖像大小 res = 255*ones( R, C,m); % 構造結果矩
2018-09-01 21:49:09
原创 eclipse開發中常用快捷鍵
Alt+/ 提示作用 新建 ctrl + n （項目，包，類） 格式化 ctrl+shift+f （讓代碼看起來舒服，整齊） 導入包 ctrl+shift+o 註釋 ctrl+/,ctrl+shift+/,ctrl+shift+\ 代碼
2018-09-01 21:49:09
1
原创 決策樹
在機器學習中，決策樹是一種預測模型。 它代表的是對象屬性與對象值之間的一種映射關係。 樹中每個節點表示某個對象，而每個分叉路徑則代表的某個可能的屬性值，而每個葉結點則對應從根節點到該葉節點所經歷的路徑所表示的對象的值。每個決策樹可以依靠對
2018-09-01 21:49:09
原创 梯度下降（Gradient Descent）
梯度下降法（Gradient Descent）：是求解機器學習算法的模型參數（即無約束最優化問題）時，最常用的方法之一。
2018-09-01 21:49:09
3
原创 一個文件夾中既有rgb圖像也有灰度圖像，如何將文件夾圖像數據生成一個數組data？
maindir=('文件夾路徑'); photo=dir(maindir) for m=3:length(photo) dir=fullfile(maindir,photo(m).name); image=imread(dir); da
2018-09-01 21:49:08
1