原创 編程筆試題※python實現※鏈表類

1.從尾到頭打印鏈表(劍指offer第6題) 輸入一個鏈表,按鏈表從尾到頭的順序返回一個ArrayList。 思路:遍歷鏈表存儲在棧裏面,然後依次從棧中取出。 stack=[] p=listNode while p:

原创 ※機器學習數據集構造/劃分/流程處理/評估常用代碼總結

數據集構造: ①點狀數據 from sklearn.datasets.samples_generator import make_blobs X, y = make_blobs(n_samples=50, centers=2, r

原创 電腦問題&編程bug整理

問題1.描述:聯不上網,打開應用顯示爲 initialization failure:0X0000000c : 解決方法:①以管理員身份打開控制檯。 ②輸入“NETSH WINSOCK RESET CATALOG”。 ③回車,提示

原创 機器學習8聚類算法+KNN

聚類概念 無監督問題(無標籤) k-means算法 聚類:相似的東西分到一組 難點:評估,調參 指定一個K值,要得到簇的個數 質心:均值,向量各維取平均值 距離的度量:常用歐幾里得距離和餘弦相似度 工作流程: KMeans實

原创 深度學習之TensorFlow框架及實現各種神經網絡

TensorFlow可以將一個計算圖劃分成多個子圖,然後並行地在多個CPU或者GPU上執行 創建一個計算圖並在會話中執行 import tensorflow as tf x = tf.Variable(3,name="x") y

原创 機器學習3決策樹算法及其可視化

決策樹:從根節點開始一步步走到葉子節點 所有的數據最終都會落到葉子節點,既可以做分類也可以做迴歸 從根結點到每個葉結點的路徑對應了一個判定測試序列 葉子節點:最終的決策結果 增加節點:相當於在數據中切一刀 (每個內部節點表示在一

原创 編程筆試題※python實現※其他類

1.數值的整數次方。(劍指offer16題) 實現函數double Power(double base, int exponent),求base的exponent次方。不得使用庫函數,同時不需要考慮大數問題。 思路:考慮指數爲整數

原创 數據分析與挖掘1

流程: 數據獲取-》探索分析與可視化-》預處理理論-》分析建模-》模型評估 數據獲取手段- 1.數據倉庫 數據庫面向業務存儲,倉庫面向主題存儲 數據庫針對應用(OLTP),倉庫針對分析(OLAP) 數據庫組織規範,倉庫冗餘大 2.

原创 機器學習-降維

數據降維的主要方法: 投影和流形學習 投影: 高維空間的所有訓練實例實際上(或近似於)受一個低得多的低維子空間所影響 投影並不是降維的最佳方法。許多情況下,許多情況下,子空間可能會彎曲或轉動,比如 著名的瑞士捲玩具數據集 簡單地進

原创 深度學習之Tensorflow框架實現VGG/RNN網絡/驗證碼生成

①實現VGG網絡模型 cwd = os.getcwd() #獲取當前路徑 VGG_PATH = cwd + "/data/imagenet-vgg-verydeep-19.mat" data = scipy.i

原创 深度學習之Caffe框架

caffe框架: 結構: Blob:stores data and derivatives Layer: transform bottom blobs to top blobs Net:Many layers;computes g

原创 深度學習1感知機

感知機是什麼? 感知機接受多個輸入信號,輸出一個信號 感知機的信號只有“流/不流”兩種取值,0對應“不傳遞信號”,1對應“傳遞信號”。 輸入信號在被送往神經元時,會被分別乘以固定的權重。神經元會計算傳送過來的信號的總和,只有當這個

原创 欺詐檢測案例AND泰坦尼克號獲救案例

欺詐檢測案例(樣本不平衡,標準化,交叉驗證,模型評估) #繪製類別比例圖 count_classes = pd.value_counts(data['Class'], sort=True).sort_index() count_c

原创 科研總結

1.利用Python通過經緯度計算兩地實際距離 ①公式計算兩點間距離(m) from math import radians, cos, sin, asin, sqrt def geodistance(lng1,lat1,lng2

原创 常用機器學習算法內部函數調用總結

1.K-Means 算法 from sklearn.cluster import KMeans #導入K均值聚類算法 #調用算法 kmodel = KMeans(n_clusters = k, n_jobs = 4)