LEMON的博客


  • 首页

  • 标签

  • 分类

  • 归档

  • 搜索

MATLAB-实践

发表于 2018-01-02 | 更新于: 2018-03-08 | 分类于 MATLAB
字数统计: 660字

Fibonacci 数

产生前 n 个斐波那契数

### 用递归实现求第 n 个斐波那契数

阅读全文 »

MATLAB

发表于 2018-01-02 | 更新于: 2018-01-03 | 分类于 MATLAB
字数统计: 843字

基本概念

- 在结尾加; 结果不显示 - 黄金分割比: - clc清屏 - clear清空数据 - clf清除图表 - a=[ ; ; ] 生成数列 行与行之间用 ; 隔开 - pathtool指定默认路径 - syms 是定义符号变量 - ans会保存未初始化的结果

阅读全文 »

算法概论(聚类)

发表于 2017-12-27 | 更新于: 2018-03-08 | 分类于 算法
字数统计: 2,374字

聚类分析基础

概述

概念

聚类是将数据对象的集合分成相似的对象类的过程。使得同一个簇(或类)中的对象之间具有较高的相似性,而不同簇中的对象具有较高的相异性。 #### 表示形式 聚类分析(clustering analysis)就是根据某种相似性度量标准,将一个没有类别标号的数据集S直接拆分成若干个子集Ci (i=1,2, …,k; m≤n),并使每个子集内部数据对象之间相似度很高,而不同子集的对象之间不相似或相似度很低。 每个子集Ci称为一个簇,所有簇构成的集合C={C1 ,C2, …,Ck}称为数据集S的一个聚类。 mark

阅读全文 »

机器学习实战六(K-均值聚类算法)

发表于 2017-12-27 | 更新于: 2018-04-03 | 分类于 机器学习实战
字数统计: 1,165字

一、概述

1. 原理:

  • 工作机制:给定测试样本,基于某种距离度量找出训练集中的与其最靠近的k个训练样本,然后基于这k个“邻居”的信息来进行预测.
  • 通常k是不大于20的整数

2. 优缺点

  • 优点:精度高、对异常值不敏感、无数据输入假定
  • 缺点:计算复杂度高、空间复杂度高,占用存储空间。无法给出数据的内在含义

  • 适用数据范围:数值型和标称型

3. 懒惰算法:

  • 此类学习技术在训练阶段仅仅把样本保存起来
  • 训练开支为零,待收到测试样本后再进行处理
    阅读全文 »

面试大纲

发表于 2017-12-24 | 更新于: 2018-04-11 | 分类于 面试
字数统计: 5,005字
请你自我介绍一下你自己,   回答提示:xxx、大三,我从大二开始自学python,对python有一定的了解。大二下学期开始对机器学习感兴趣,:最强的技能、最深入研究的知识领域、个性中最积极的部分、做过的最成功的事,主要的成就等,这些都可以和学习无关,也可以和学习有关,但要突出积极的个性和做事的能力,说得合情合理企业才会相信。企业很重视一个人的礼貌,求职者要尊重考官,在回答每个问题之后都说一句“谢谢”。企业喜欢有礼貌的求职者。 你觉得你个性上最大的优点是什么?   回答提示:沉着冷静、条理清楚、立场坚定、细心。   自学能力强、适应能力。   3. 说说你最大的缺点?   回答提 ...
阅读全文 »

TensorFlow基础

发表于 2017-12-23 | 更新于: 2018-03-27 | 分类于 机器学习相关库
字数统计: 1,037字

例子1

创建数据

加载 tensorflow 和 numpy 两个模块, 并且使用 numpy 来创建我们的数据.

1
2
3
4
5
6
import tensorflow as tf
import numpy as np

# create data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1 + 0.3

搭建模型

用 tf.Variable 来创建描述 y 的参数. 我们可以把y_data = x_data*0.1 + 0.3想象成y=Weights * x + biases, 然后神经网络也就是学着把 Weights 变成 0.1, biases 变成 0.3.

1
2
3
4
Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
biases = tf.Variable(tf.zeros([1]))

y = Weights*x_data + biases

阅读全文 »

TensorFlow安装与配置

发表于 2017-12-21 | 更新于: 2018-03-27 | 分类于 机器学习相关库
字数统计: 293字

什么是TensorFlow?

TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算.

安装

Anaconda下安装TensorFlow

Windows下我使用Anaconda,基本包括了python机器学习需要的库 结果我的Anaconda下并没有TensorFlow,老老实实的安装

搭建TensorFlow 依赖环境

在 Anaconda Prompt 窗口输入: conda create -n tensorflow python=3.5 按提示安装依赖包 激活tensorflow虚拟环境(这里选择激活) activate tensorflow 关闭tensorflow虚拟环境

1
deactivate tensorflow

阅读全文 »

Sklearn进阶

发表于 2017-12-20 | 更新于: 2018-03-27 | 分类于 机器学习相关库
字数统计: 387字

正交化 Normalization

数据标准化

preprocessing.scale( ) preprocessing.minmax_scale(X,feature_range=(0,1) ): feature_range是设置数据标准化后数据的范围,默认为0~1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
from sklearn import preprocessing #标准化数据模块
import numpy as np

#建立Array
a = np.array([[10, 2.7, 3.6],
[-100, 5, -2],
[120, 20, 40]], dtype=np.float64)
# 打印出原来的a
print(a)
#将normalized后的a打印出
print(preprocessing.scale(a))
# [[ 0. -0.85170713 -0.55138018]
# [-1.22474487 -0.55187146 -0.852133 ]
# [ 1.22474487 1.40357859 1.40351318]]

阅读全文 »

Anaconda基础

发表于 2017-12-19 | 更新于: 2018-03-08 | 分类于 Anaconda
字数统计: 204字

安装与更新

安装源

在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 寻找你与你电脑系统对应的版本进行安装 ### 测试 下载并安装完成后,打开Anaconda Prompt, 输入 ‘conda –V’, 如果输出如下信息 conda 4.3.30 说明Anaconda 安装成功。

阅读全文 »

Sklearn基础

发表于 2017-12-18 | 更新于: 2018-03-27 | 分类于 机器学习相关库
字数统计: 1,241字

简介与安装

概述

Scikit learn 也简称 sklearn, 是机器学习领域当中最知名的 python 模块之一.其包含了许多机器学习的方法的

Sklearn 把所有机器学习的模式整合统一起来了,学会了一个模式就可以通吃其他不同类型的学习模式。 ### 安装 * Windows下使用Anaconda(https://www.anaconda.com/download/)

选择学习方法(模型流程)

安装完 Sklearn 后,不要直接去用,先了解一下都有什么模型方法,然后选择适当的方法,来达到你的目标。 ### 看流程图选方法 klearn 官网提供了一个流程图,蓝色圆圈内是判断条件,绿色方框内是可以选择的算法:

阅读全文 »
12345
LEMON

LEMON

没有什么是一蹴而就的

47 日志
18 分类
19 标签
GitHub 简书
© 2017 — 2018 LEMON
由 Hexo 强力驱动
|
本站访客数:次
|
博客全站共53.2k字