原创 插值算法:最近鄰插值、雙線性插值、雙三次插值
文章目錄1.最近鄰插值2.雙線性插值3.雙三次插值代碼實踐:cv2.resize簡介: 在圖像處理中,平移變換、旋轉變換以及放縮變換是一些基礎且常用的操作。這些幾何變換並不改變圖象的象素值,只是在圖象平面上進行象素的重新排列。 在
原创 幾何變換詳解:平移、縮放、旋轉
聲明:此文章主要參考兩位大佬的博客,參考文章在文末。 文章目錄平移變換縮放變換旋轉變換繞X軸旋轉繞Y軸旋轉繞Z軸旋轉繞座標軸旋轉的矩陣推導逆矩陣代碼實戰1.平移2.縮放3.旋轉參考文章 本文介紹圖像三種主要的幾何變換:平移、縮放、
原创 決策樹:信息增益、增益率、基尼指數、剪枝處理、缺失值處理、多變量決策樹
文章目錄一、基本流程二、劃分選擇1. 信息增益2. 增益率3. 基尼指數三、剪枝處理1. 預剪枝2. 後剪枝四、連續值與缺失值1. 連續值處理2. 缺失值處理五、多變量決策樹 一、基本流程 一般來說,一棵決策樹包含一個根結點、若干
原创 Anaconda 查看、創建、使用和刪除python環境
1.創建環境 conda create --name python36 python=3.6 # 創建一個名爲python36的環境,python版本爲3.6 2.查看環境 conda info --env # 查看所有環境 星號
原创 集成學習(Ensemble Learning)(Boosting、Bagging和結合策略)
文章目錄集成學習(Ensemble Learning)1.Boosting2.Bagging3.結合策略3.1Averaging3.2Voting3.3stacking 集成學習(Ensemble Learning) 在傳統機器學
原创 分類問題評價指標:精度、召回率、準確率、F1 score、ROC曲線
文章目錄精度、召回率、準確率、F1 score的概念及ROC曲線總結:對於二分類問題:召回率和精度衡量指標:召回率和精度的可視化: 精度、召回率、準確率、F1 score的概念及ROC曲線 這幾個概念是對應於分類問題的評價指標。
原创 Anaconda創建環境遇到HTTP問題,如何解決?
出現這個問題可能是源通道的問題。 加入如下通道,然後conda create新的環境: conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anacon
原创 天池比賽——二手車交易價格預測(主要步驟)
Step 1:導入函數工具箱 Step 2:數據讀取 1) 數據簡要瀏覽 2) 數據信息查看 3) 數據統計信息瀏覽 Step 3:特徵與標籤構建 1) 提取數值類型特徵列名 2) 構建訓練和測試樣本 3) 統計標籤的基本分佈信息
原创 tensorflow-gpu安裝出現 “ImportError: DLL load failed: 找不到指定的模塊。”
安裝tensorflow-gpu遇到的最主要的問題就是: 出現這個問題似乎是由於沒有dll.100這個動態鏈接庫,經過反覆試測試應該是CUDA和tensorflow-gpu的版本不匹配導致的。 最終安裝成功用的如下版本: CUD
原创 2019.12.15
一、tensorflow 1.classification 莫煩大佬代碼如下: from __future__ import print_function import tensorflow as tf from tensorfl
原创 預測問題評價指標:MAE、MSE、R-Square、MAPE和RMSE
文章目錄MAE、MSE、R-Square、MAPE和RMSE1.平均絕對誤差(Mean Absolute Error, MAE)2.均方誤差(Mean Squared Error, MSE)3.均方根誤差(Root Mean Sq
原创 數據挖掘 之 數據預處理(《Python數據分析與挖掘實戰》)
文章目錄一、數據清洗1. 缺失值處理2. 異常值處理二、數據集成1. 實體識別2. 冗餘屬性識別三、數據變換1. 簡單函數變換2. 規範化(歸一化)3. 連續屬性離散化4. 屬性構造5. 小波變換四、數據規約1. 屬性規約2. 數
原创 使用清華鏡像安裝模塊
# 可以指定版本 安裝模塊 pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple
原创 決策樹:ID3、C4.5、CART決策樹生成算法
文章目錄示例訓練數據ID3生成算法C4.5生成算法CART生成算法1. CART迴歸樹的生成2. CART分類樹的生成 示例訓練數據 以如下數據集爲例分別介紹決策樹ID3、C4.5、CART的生成算法: ID3生成算法 例題
原创 入門級CV賽事——街景字符編碼識別(Pytorch框架下的模型訓練與驗證 + Pytorch框架下的模型讀取和加載)
文章目錄模型訓練要求驗證集劃分方式1.留出法(Hold-Out)2.交叉驗證法(Cross Validation,CV)3.自助採樣法(BootStrap)Pytorch框架下的模型訓練與驗證1.定義模型2.讀取數據3.使用Dat