原创 python:6行代碼實現圖片拼接

import numpy as np import cv2 as cv photo_one = cv.imread("photo_one.jpg") photo_two = cv.imread("photo_two.jpg")

原创 灰度預測——關聯度求解

灰度預測適用範圍: 在實際中,若得到的是離散的,規律性不強的數據,此時線性迴歸就不適用了,我們需要採用灰度預測的方法。灰度預測法則是一種對含有不確定因素的系統進行預測的方法。 白色系統、黑色系統、灰度系統: 白色系統:指一個系統

原创 python數據科學——四分位準則及繪製箱線圖

繪製箱線圖一般有兩種方法: 1.pandas方法: import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv("26_finaldata_lowfr

原创 基於keras的神經網絡的車牌號數字識別

import cv2 as cv import numpy as np image = cv.imread("card.jpg") h, w = image.shape[:2] lower = np.array([190,

原创 keras學習筆記1——搭建多層感知機

迴歸預測問題: import numpy as np import matplotlib.pyplot as plt from tensorflow import keras from tensorflow.keras impor

原创 貝葉斯優化算法——採集函數的參數k

maximize(self, init_points=5, n_iter=25, acq='ucb', kappa=2.576, kappa

原创 基於tensorflow的神經網絡擬合模型

import tensorflow as tf import numpy as np import matplotlib.pyplot as plt def loadDataSet(fileName,delim='\t'):

原创 spss實現主成分分析

首先打開spss軟件,在菜單欄"文件"中導入相關數據文件導入的數據如下所示:我們先對數據進行標準化處理,在菜單欄中點擊"分析",選中"描述統計",點擊"描述",將需要進行標準化處理的數據選入右側框中,勾選下方複選框,點擊確定,得到

原创 利用Batch梯度下降法求解線性迴歸方程

import numpy as np import matplotlib.pyplot as plt def loadDataSet(fileName,delim = '\t'): fr = open(fileName)

原创 利用sklearn實現支持向量機分類和預測模型

分類模型: 數據集線性可分 from sklearn import svm from sklearn.model_selection import train_test_split import numpy as np

原创 流形學習——MDS多維縮放算法

from sklearn import metrics import matplotlib.pyplot as plt import numpy as np from mpl_toolkits import mplot3d de

原创 基於tensorflow的RBF神經網絡股票預測

""" Created on Mon Mar 30 2020 @author:LC """ import tensorflow as tf import numpy as np import matplotlib.pyplot a

原创 基於python的dlib庫的人臉識別

首先通過pip安裝cmake,只有安裝了cmake才能裝上dlib庫,建議裝dlib的時候關閉後臺的360殺毒軟件。 源代碼如下: import dlib import cv2 as cv image_path = "xiaom

原创 tensorflow搭建神經網絡迴歸模型與SVR機器學習模型對比

import numpy as np import matplotlib.pyplot as plt import tensorflow as tf from sklearn import svm X = np.sort(5

原创 spss實現k均值聚類

機器學習中的k均值聚類屬於無監督學習,所謂k指的是簇類的個數,也即均值向量的個數。算法初始狀態下,要根據我們設定的k隨機生成k箇中心向量,隨機生成中心向量的方法既可以隨機從樣本中抽取k個樣本作爲中心向量,也可以將中心向量固定在樣本