原创 【Summary】——>Web組.Week4

2017-05-01,在工作室的第四周正式結束 主要學習內容:補充學習CSS3部分的內容,通過慕課網,W3等網站開始接觸JavaScript部分內容,併爲下週的月考覈做準備,構思網站作品。 收穫: 1.嘗試對一些CSS3動畫效果的描述;

原创 集成學習的投票機制(Voting mechanism about ensemble learning)

硬投票 如何訓練多數規則分類器(硬投票): #訓練多數規則分類器: from sklearn import datasets from sklearn.model_selection import cross_val_score fro

原创 微信小程序中使用Vant Weapp組件--以card爲例

一、構建環境: Vant Weapp官網文檔: https://youzan.github.io/vant-weapp/#/quickstart 1、方法一注意要在微信小程序根目錄下安裝;用cmd命令(用production會節省下載的資

原创 【Summary】——>Web組·Week7

2017年5月21日,在web組的第七週正式結束,這周的主要內容是繼續學習JS,這周完成的是對錶單的驗證和用不同方法(css,js)實現了下拉菜單的效果,主要內容有正則表達式,if..else語句,部分方法調用,標籤ul,li的嵌套和對h

原创 【Summary】——>Web組·Week6

2017年5月14日,在web組的第六週正式結束,這周的主要內容是學習JS,並且用JS實現增刪查改,各效果已實現,但查找功能還需完善(查找的內容所在列的背景顏色爲紅色,但多次查詢後前面的查詢仍然爲紅色,並且未輸入任何值的時候會選中全部行)

原创 【Summary】——>Web組·Week8

2017年5月28日,在Web組的第八週正式結束,這周主要任務爲CSS3的學習,剛開始在慕課網上找的有關CSS3的教程,這周完成的任務是利用hover實現圖片動態效果、設置animation動畫、利用CSS3和JS的結合實現圖片卡片式翻轉

原创 【Summary】——>Web組·Week5

2017年5月7日,在web組的第五週正式結束。 這週週六進行了工作室的月考覈,主要對這個月的學習進行了檢查,這將決定我是否能繼續呆在工作室學習。 這個總結主要就講講我這五週的學習成果吧。在學習的web的路線上,從HTML到CSS,進

原创 python之文件讀取

讀取整個文件 一般我們讀取的文件和編寫的Python文件位於同一目錄下,例如在當前目錄下我們已經創建了要處理的文件test.txt,裏面包含的內容爲: Hello,world! Hello,Python! Hello,my brother

原创 BP神經網絡(屬於深度學習)

一、python代碼自編BP神經網絡 步驟: 1、初始化權值、閾值 2、正向傳播到output 3、計算誤差 4、反向傳播得到梯度信息 5、根據梯度信息,更新權重、閾值 6、直到誤差足夠小或達到迭代次數,跳出循環,否則返回步驟2 7、顯示

原创 求多個數的最大公倍數(lcm+gcd)

以前沒接觸到這種求多個數據的最大公倍數的題目,都是兩個數求得,而且是自己按照簡單邏輯循環得到的,今天做題突然意識到更普遍也更高大上的算法,,,自己算法基礎還是不及格啊~~~留此篇文章反省反省自己~ class Solution():

原创 隨機森林&極限隨機樹(ensemble learning >Bagging)

隨機森林與極限隨機樹的Python代碼: from sklearn.model_selection import cross_val_score from sklearn.datasets import make_blobs from

原创 前端框架Vue.js(一) demo:簡易購物車

總價隨着購買數量的變化自動算出,代碼如下: <!DOCTYPE html> <html> <head> <meta charset="utf-8" /> <title></title> <script src="http

原创 集成學習Python代碼

理論知識見: https://blog.csdn.net/zwqjoy/article/details/80431496 https://sklearn.apachecn.org/docs/0.21.3/12.html Bagging:

原创 決策樹迴歸模型和帶AdaBoost算法的決策樹迴歸模型

以Python自帶的數據集boston爲數據集,建立估算房屋價格的模型: import numpy as np from sklearn.tree import DecisionTreeRegressor from sklearn.en

原创 安裝資源包:出錯以及安裝步驟

報錯:'pip' 不是內部或外部命令,也不是可運行的程序 或批處理文件。 在安裝的時候未選擇配置好環境參數, 解決辦法: 1、去添加對應的環境變量: path中添加  安裝位置\Anaconda3\Scripts 然後重啓命令窗口 再用p