乐胖代购免代理版

scikit-learn 支持向量机算法库使用小结

SVM算法库使用概述　　　　scikit-learn中SVM的算法库分为两类，一类是分类的算法库，包括SVC， NuSVC，和LinearSVC 3个类。另一类是回归算法库，包括SVR， NuSVR，和LinearSVR 3个类。相关的类都包裹

机器学习

SVM

核函数

交叉验证

分类算法

转载 2021-12-06 16:41:43 83 阅读

使用hexo+github搭建博客

前言之前我使用简书等平台，还买域名和虚拟空间使用Z-Blog自己搭过网站，每个平台各有优缺点。

github

git

上传

用户名

搜索

原创 2021-12-06 16:38:05 198 阅读

【朴素贝叶斯分类】原理及python程序示例

1、基本原理1.1 贝叶斯公式有训练集T={(x1,y1),(x2,y2)……,(xn,yn)},由P(X,Y)独立同分布产生。X为输入空间，即样本的属性

机器学习

朴素贝叶斯

召回率

贝叶斯分类器

数据

原创 2021-12-06 11:02:47 664 阅读

Tensorflow在windows7下的安装

折腾了一天，终于把Tensorflow装好了。参照多篇教程，走了一些弯路，也是不容易。经过这次安装，得到的启示就是，

机器学习

tensorflow

深度学习

python

下载安装

原创 2021-12-06 10:43:59 360 阅读

Fortran计算月食初亏——以2017年第一次月食为例

以2017年第一次月食为例，利用JPL提供的DE421历表和子程序计算月食初亏时刻。

fortran

整型

子程序

数组

数据文件

原创 2021-12-06 10:16:11 301 阅读

git多人协作示意图

组员首先fork组长的项目，在c9下执行命令：git clone +自己github下项目的URL。组员每次在修改代码时执行一段命令，以保持自己与组长的github的同步。修改代码后

git

github

原创 2021-12-06 10:14:33 401 阅读

最优控制理论总结——变分法

此总结为中国科学院大学《最优控制理论》课程的总结。课程未结束，不定期更新。

控制

最优控制

原创 2021-12-06 10:14:24 718 阅读

强化学习简单示例——SARSA算法

【注】我也是刚刚接触强化学习的内容，对这部分理解不是很透彻，代码写的可能也会有不对或不完。如某一时刻到达了第4行第4列，则会被吹到第3行第4列。在

最优控制

机器学习

算法

源代码

最优路径

原创 2021-12-06 10:14:12 641 阅读

最优控制理论总结——动态规划

此总结为中国科学院大学《最优控制理论》课程的总结，不是很详细，适合有一定基础、梳理思路用。课程未结束，不定期更新。

控制

最优控制

原创 2021-12-06 10:13:14 302 阅读

最优控制理论总结——极小值原理PMP

此总结为中国科学院大学《最优控制理论》课程的总结，不是很详细，适合有一定基础、梳理思路用。课程未结束，不定期更新。

控制

最优控制

原创 2021-12-06 10:12:21 545 阅读

【四轴DIY】方案概述

0 目的实现基本飞行操作，作为平台验证一些算法（或者只是做着玩玩）1 设计方案与目标PCB作为整个飞机的支架，轴距92mm电机采用空心杯电机，SI2302N沟道MOS驱动2.4G无线通信主控芯片STM32F103C8T6传感器MPU6500自制遥控器编写地面站，实现天地实时通信与监测、调试2 未来的改进增大飞机尺寸实现图传增加不过最重要的还是先飞起来吧…

控制

DIY

四轴

设计方案

3c

原创 2021-12-06 10:11:57 82 阅读

【决策树】熵及ID3算法Python示例

1、决策树学习有如下数据集：序号天气是否周末是否有促销销量1坏是是高2坏是是高3坏是是高4坏否是高5坏是是高6坏否是高7坏是否高8好是是

机器学习

决策树

信息增益

数据集

数据

原创 2021-12-06 10:11:38 529 阅读

【Logistic回归】原理及Python代码示例

1、基本原理1.1 Logistic分布X是随机变量，X服从Logistic分布即X满足下式：分布函数的图像如下：X取值在正负无穷大之间，P(X)在0-1之间取值，呈S型单调上升曲线。1.2 二项Logistic回归二项Logistic回归中，X取值为实数，Y取值为0或1。Logistic回归模型如下：x=

机器学习

Logistic回归

logistic回归

取值

多项式

原创 2021-12-06 10:11:28 489 阅读

【k近邻法】简单原理及python示例

一、k近邻法，k-NNk近邻法是一种懒惰学习，没有明显的训练学习过程，对于输入的新的实例，根据其k个最近的训练实例来确定其所属类别。k值选择、距离度量和分类决策规则是k近邻法的三个基本要素。k值的选择会对算法结果产生重大影响，开始时k值越大分类性能会越来越好之后k再增大分类效果会逐渐下降，最优的k值并不好确定。距离度量是空间中两个实例点的距离，一般常用的是欧式距离。分类决策规则常常用的是多数表

k-NN

机器学习

数据

k近邻

距离度量

原创 2021-12-06 10:10:43 120 阅读

【EM算法】在高斯混合模型中的应用及python示例

一、EM算法EM算法是一种迭代算法，用于含有隐含变量的概率模型参数的极大似然估计。设Y为观测随机变量的数据，Z为隐藏的随机变量数据，Y和Z一起称为完全数据。观测数据的似然函数为：模型参数θ的极大似然估计为：这个问题只有通过迭代求解，下面给出EM算法的迭代求解过程：step1、选择合适的参数初值θ(0)，开始迭代step2、E步，求期望。θ(i)为第i次迭代θ

高斯混合模型

EM算法

机器学习

数据

迭代

原创 2021-12-04 19:54:17 805 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

wx61a5e0b4aa279的博客

scikit-learn 支持向量机算法库使用小结

使用hexo+github搭建博客

【朴素贝叶斯分类】原理及python程序示例

Tensorflow在windows7下的安装

Fortran计算月食初亏——以2017年第一次月食为例

git多人协作示意图

最优控制理论总结——变分法

强化学习简单示例——SARSA算法

最优控制理论总结——动态规划

最优控制理论总结——极小值原理PMP

【四轴DIY】方案概述

【决策树】熵及ID3算法Python示例

【Logistic回归】原理及Python代码示例

【k近邻法】简单原理及python示例

【EM算法】在高斯混合模型中的应用及python示例

欢迎