码迷,mamicode.com
首页 >  
搜索关键字:pca knn    ( 1752个结果
机器学习算法_knn(福利)
这两天翻了一下机器学习实战这本书,算法是不错,只是代码不够友好,作者是个搞算法的,这点从代码上就能看出来。可是有些地方使用numpy搞数组,搞矩阵,总是感觉怪怪的,一个是需要使用三方包numpy,虽然这个包基本可以说必备了,可是对于一些新手,连pip都用不好,装的numpy也是各种问题,所以说能不用 ...
分类:编程语言   时间:2018-08-20 00:29:33    阅读次数:215
获取skipcase
testcase_path=r'./testcase.xlsx' def skipcase(testcase_path): l=[] wb=load_workbook(testcase_path) ws=wb.get_sheet_by_name(u'接口测试用例') count_row= ws.ma... ...
分类:其他好文   时间:2018-08-19 16:59:57    阅读次数:125
atm
from interface import user,shopping,bankfrom lib import commondef register(): while True: print('注册') inp_name=input('请输入用户名').strip() pwd=input('请输入密 ...
分类:其他好文   时间:2018-08-16 00:42:36    阅读次数:149
【Python】使用Python进行主成分分析
使用sklearn库中的PCA类进行主成分分析。 导入要用到的库,还没有的直接pip安装就好了。 PCA类的主要输入参数有以下几个: n_components :这个参数可以帮我们指定希望PCA降维后的特征维度数目。 最常用的做法是直接 指定降维到的维度数目 ,此时n_components是一个大于 ...
分类:编程语言   时间:2018-08-15 17:47:56    阅读次数:758
hugeng007_pca_vs_Ida_demo
Principal Component Analysis Latent Dirichlet Allocation ...
分类:其他好文   时间:2018-08-13 23:57:11    阅读次数:320
Object Detection
Object Detection "Transmission Gate" Mask RCNN "Transmission Gate" Principal Component Analysis(PCA) Feature Pyramid Network(FPN) Regions with Convolu ...
分类:其他好文   时间:2018-08-13 13:53:26    阅读次数:147
机器学习:SVM(scikit-learn 中的 SVM:LinearSVC)
一、基础理解 Hard Margin SVM 和 Soft Margin SVM 都是解决线性分类问题,无论是线性可分的问题,还是线性不可分的问题; 和 kNN 算法一样,使用 SVM 算法前,要对数据做标准化处理; 原因:SVM 算法中设计到计算 Margin 距离,如果数据点在不同的维度上的量纲 ...
分类:其他好文   时间:2018-08-12 21:30:47    阅读次数:7404
Python中关于list、tuple、字符串的比较
List定义及常用的方法见上一篇博客。 Tuple元组tuple的定义:            tuple是一个有序的元素组成的不可变对象的集合,使用小括号()表示,是可迭代对象 元组中数据的访问     &n
分类:编程语言   时间:2018-08-12 01:32:18    阅读次数:247
KNN算法实现手写数字
测试集+训练集数据地址:https://i.cnblogs.com/Files.aspx knn.rar ...
分类:编程语言   时间:2018-08-11 17:46:46    阅读次数:223
PCA和LDA的对比
PCA和LDA都是经典的降维算法。PCA是无监督的,也就是训练样本不需要标签;LDA是有监督的,也就是训练样本需要标签。PCA是去除掉原始数据中冗余的维度,而LDA是寻找一个维度,使得原始数据在该维度上投影后不同类别的数据尽可能分离开来。 PCA PCA是一种正交投影,它的思想是使得原始数据在投影子 ...
分类:其他好文   时间:2018-08-11 01:40:09    阅读次数:334
1752条   上一页 1 ... 62 63 64 65 66 ... 176 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!