原创 常用激活函數的python畫圖代碼
引入模塊 import numpy as np import math import matplotlib.pyplot as plt e=math.e 1.sigmoid def sigmoid(x): return 1/(1+
2020-02-25 07:41:24
原创 tensorflow（一）——創建圖啓動圖，變量，fetch和feed，線性迴歸案例
1.創建圖，啓動圖 tensorflow的運行規則是先創建一個計算圖，然後再會話（session）中來啓動圖的計算 import tensorflow as tf a = tf.constant([[3,3]])#創建一個一行兩列的常量
2020-02-25 07:41:24
原创 sklearn.neural_network.MLPRegressor參數詳解
原文鏈接：https://www.jianshu.com/p/619ad61bcb07 sklearn.neural_network.MLPRegressor(hidden_layer_sizes=(100, ), activation=
2020-02-25 07:41:24
原创 python中matplotlib的顏色及線條類型
matplotlib中color可用的顏色： 'aliceblue': '#F0F8FF', 'antiquewhite': '#FAEBD7', 'aqua': '
2020-02-25 07:41:24
原创 常用激活函數總結與發展歷程
一、什麼是激活函數 神經網絡中的每個神經元節點接受上一層神經元的輸出值作爲本神經元的輸入值，並將輸入值加權求和後傳遞給下一層，在多層神經網絡中，上層節點的輸出和下層節點的輸入之間具有一個函數關係，這個函數稱爲激活函數（又稱激勵函數）。
2020-02-25 07:41:24
原创 tensorflow（三）——手寫數字識別
引入模塊 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_se
2020-02-25 07:41:24
原创 tensorflow（二）——非線性迴歸
首先，引入要用到的模塊 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt 生成數據集 x_data = np.linspace(-1,1,
2020-02-25 07:41:24
原创 R語言ggplot2繪製二維數據密度圖和等高線圖
先載入數據和ggplot2 d<-read.csv("passingevents.csv") library(ggplot2) 先繪製一張等高線圖，在這裏也可以選擇不添加散點，不需要的話去掉去掉geom_point()即可 p <-
2020-02-25 07:41:14
148
原创 python用chi2_contingency做卡方檢驗結果和手算以及spss不同的問題
python在使用chi2_contingency做卡方檢驗時，如果自由度=1，代碼底層存在Yate校正，從函數的幫助文檔中也可以看出，correction參數默認爲TRUE，此時的程序計算結果會和手算以及spss的結果不同，需要改成Fa
2020-02-25 07:41:14
原创 R語言正則表達式與字符串處理函數
原文鏈接：http://www.sohu.com/a/205441283_466874 基礎文本處理函數中正則表達式的應用 R中常用的支持正則表達式的基礎文本處理函數包括grep/grepl、sub/gsub、regexpr/gregex
2019-05-05 17:48:18
原创 python用最小二乘法擬合正弦函數
#載入庫 import numpy as np from scipy.optimize import leastsq import pylab as pl #定義函數形式和誤差 def func(x,p): A,k,theta
2019-05-04 15:04:19
1
原创 R語言knn算法的兩種方法：class包與kknn包
k近鄰算法工作原理如下： 1、首先指定“訓練”數據集 2、對於一個新的即將被預測分類的觀測值，算法試圖找到距離這個新的觀測值最近的K個觀測值，並預測這個新的觀測值的類別。 3、新觀測值的類別由與其最近的k個觀測值類別佔比最多的類別決定，作
2019-04-01 08:22:16
389
原创 R語言svm支持向量機分類與參數優化
首先構建數據集 x<-c(runif(50,0,1),runif(100,1,3),runif(50,3,4)) y<-runif(200,0,1) z<-c(rep(0,50),rep(1,100),rep(0,50)) data<-c
2018-09-03 15:02:19
原创 R語言主成分分析
head(swiss)#查看數據 cor(swiss)#查看相關性矩陣 方陣中絕對值最小的是0.06085861，比0.05大，因此swiss中變量相互之間均有或強或弱的相關關係，這份數據適合做主成份分析。 由於變量的量綱不同會使主成份
2018-09-03 15:02:19
原创 統計建模與R軟件-第五章 假設檢驗
來源： http://www.cnblogs.com/digging4/p/5054603.html 作者：digging45.1正常男子血小板計數均值爲225∗109/L225∗109/L，今測得20名男性油漆工人的血小板計數值
2018-09-03 15:02:19
5