搜索结果
查询Tags标签： np，共有 812条记录-
【Python】本专栏要点复习
本文是对本专栏的简单复习。 至此，本专栏已经完结。后续最多只是修补一些内容上的bug了。 写这个专栏的初衷其实是为了自己的复习，如果这些内容对你的学习能起到帮助，那便是我的荣幸。 最后的感悟大概就是： 依然要勤学苦练，最终与实践结合。我们学习代码这个工具就是…
2021/12/22 22:49:29 人评论 次浏览 -
【Python】本专栏要点复习
本文是对本专栏的简单复习。 至此，本专栏已经完结。后续最多只是修补一些内容上的bug了。 写这个专栏的初衷其实是为了自己的复习，如果这些内容对你的学习能起到帮助，那便是我的荣幸。 最后的感悟大概就是： 依然要勤学苦练，最终与实践结合。我们学习代码这个工具就是…
2021/12/22 22:49:29 人评论 次浏览 -
使用 OpenCV-Python 识别答题卡判卷
任务 识别用相机拍下来的答题卡，并判断最终得分（假设正确答案是B, E, A, D, B）主要步骤 轮廓识别——答题卡边缘识别透视变换——提取答题卡主体轮廓识别——识别出所有圆形选项，剔除无关轮廓检测每一行选择的是哪一项，并将结果储存起来，记录正确的个数计算最终得分…
2021/12/20 20:20:07 人评论 次浏览 -
使用 OpenCV-Python 识别答题卡判卷
任务 识别用相机拍下来的答题卡，并判断最终得分（假设正确答案是B, E, A, D, B）主要步骤 轮廓识别——答题卡边缘识别透视变换——提取答题卡主体轮廓识别——识别出所有圆形选项，剔除无关轮廓检测每一行选择的是哪一项，并将结果储存起来，记录正确的个数计算最终得分…
2021/12/20 20:20:07 人评论 次浏览 -
使用python来完成数据的线性拟合
拟合，顾名思义就是通过对数据的分析，找到数据之间的数学关系，把这种关系的本质理解的越深，得到的拟合度就越高，越能清晰描述数据间的相互联系。拟合有线性拟合和非线性拟合（多项式拟合）。本文着重线性拟合的思想，因为非线性拟合通过一定方法可以转换为线性拟合。演…
2021/12/19 22:21:15 人评论 次浏览 -
使用python来完成数据的线性拟合
拟合，顾名思义就是通过对数据的分析，找到数据之间的数学关系，把这种关系的本质理解的越深，得到的拟合度就越高，越能清晰描述数据间的相互联系。拟合有线性拟合和非线性拟合（多项式拟合）。本文着重线性拟合的思想，因为非线性拟合通过一定方法可以转换为线性拟合。演…
2021/12/19 22:21:15 人评论 次浏览 -
雁塔区python培训有哪些
1、 预测型数据分析：回归、分类和聚类3.1回归：对数值型变量进行预测 例子：预测股票、房价、空气质量 分析两组变量之间的关系 x:自变量（特征） y:因变量 通过x,预测y : f(x)=y x:房子大小；y:房子价格 回归经典方法线性回归 监督学习：已有一些训练样本（训练集），同…
2021/12/19 17:19:30 人评论 次浏览 -
雁塔区python培训有哪些
1、 预测型数据分析：回归、分类和聚类3.1回归：对数值型变量进行预测 例子：预测股票、房价、空气质量 分析两组变量之间的关系 x:自变量（特征） y:因变量 通过x,预测y : f(x)=y x:房子大小；y:房子价格 回归经典方法线性回归 监督学习：已有一些训练样本（训练集），同…
2021/12/19 17:19:30 人评论 次浏览 -
PCA手写版
计算过程参考：《机器学习——主成分分析（PCA）》 代码：X = np.array([[-1, -2], [-1, 0], [0, 0], [2, 1], [0, 1]]) print(X)def PCA(X,n):#转置X = np.transpose(X)#求特征的均值X_mean = np.mean(X,axis =1) # 计算每一行的均值X = X - X_mean.reshape(-1,1)#求协方…
2021/12/18 23:23:58 人评论 次浏览 -
PCA手写版
计算过程参考：《机器学习——主成分分析（PCA）》 代码：X = np.array([[-1, -2], [-1, 0], [0, 0], [2, 1], [0, 1]]) print(X)def PCA(X,n):#转置X = np.transpose(X)#求特征的均值X_mean = np.mean(X,axis =1) # 计算每一行的均值X = X - X_mean.reshape(-1,1)#求协方…
2021/12/18 23:23:58 人评论 次浏览 -
Python深度学习基于PyTorch：第1章 NumPy基础
Python深度学习基于PyTorch 第1章 NumPy基础1.1 生成NumPy数组1.1.1 从已有数据中创建数组1.1.2 利用 random 模块生成数组1.1.3 创建特定形状的多维数组1.1.4 利用 arange、linspace 函数生成数组 1.2 获取元素1.3 NumPy的算术运算1.3.1对应元素相乘1.3.2 点积运算 1.4 数…
2021/12/17 22:20:46 人评论 次浏览 -
Python深度学习基于PyTorch：第1章 NumPy基础
Python深度学习基于PyTorch 第1章 NumPy基础1.1 生成NumPy数组1.1.1 从已有数据中创建数组1.1.2 利用 random 模块生成数组1.1.3 创建特定形状的多维数组1.1.4 利用 arange、linspace 函数生成数组 1.2 获取元素1.3 NumPy的算术运算1.3.1对应元素相乘1.3.2 点积运算 1.4 数…
2021/12/17 22:20:46 人评论 次浏览 -
拓端tecdat：Python集成学习：自己编写构建AdaBoost分类模型可视化决策边界及sklearn包调用比较
原文链接：http://tecdat.cn/?p=24421 原文出处：拓端数据部落公众号 AdaBoost是？ Boosting指的是机器学习元算法系列，它将许多 "弱 "分类器的输出合并成一个强大的 "集合"，其中每个弱分类器单独的错误率可能只比随机猜测好一点。 AdaBoost这个名…
2021/12/17 12:20:13 人评论 次浏览 -
拓端tecdat：Python集成学习：自己编写构建AdaBoost分类模型可视化决策边界及sklearn包调用比较
原文链接：http://tecdat.cn/?p=24421 原文出处：拓端数据部落公众号 AdaBoost是？ Boosting指的是机器学习元算法系列，它将许多 "弱 "分类器的输出合并成一个强大的 "集合"，其中每个弱分类器单独的错误率可能只比随机猜测好一点。 AdaBoost这个名…
2021/12/17 12:20:13 人评论 次浏览 -
【Python机器学习实战】聚类算法——层次聚类(HAC)和DBSCAN
层次聚类和DBSCAN 1.层次聚类 下面这样的结构应该比较常见，这就是一种层次聚类的树结构，层次聚类是通过计算不同类别点的相似度创建一颗有层次的树结构，在这颗树中，树的底层是原始数据点，顶层是一个聚类的根节点。创建这样一棵树的方法有自底向上和自顶向下两种方式。…
2021/12/16 22:15:48 人评论 次浏览
