原创 Linux和windows的telnet登錄服務

這次想使用linux當做服務器,windows當做客戶端進行telnet登錄服務。 首先使用ssh軟件登錄遠程centos系統,使用以下命令查看遠程linux系統的telnet安裝情況。 使用命令: rpm -qa |grep telne

原创 python中使用4次多項式迴歸模型在訓練樣本中進行擬合

X_train = [[6],[8],[10],[14],[18]] y_train = [[7],[9],[13],[17.5],[18]] from sklearn.linear_model import LinearRegress

原创 使用logisticregression迴歸算法訓練部分,全部樣本 預測良/惡性腫瘤

#導入pandas工具包,並且更名爲pd import pandas as pd #調用pandas工具包read_csv函數,傳入訓練文件地址參數,獲得返回數據存至變量df_train df_train = pd.read_csv('.

原创 python中使用超參數估計法結合特徵篩選的方法提升決策樹的預測性能

import pandas as pd titanic = pd.read_csv('../Datasets/Breast-Cancer/titanic.txt') y=titanic['survived'] X = titanic

原创 python顯示手寫數字圖片經pca壓縮後的二維空間分佈 程序錯誤分析

import pandas as pd import numpy as np digits_train = pd.read_csv('../Datasets/Breast-Cancer/optdigits.tra', header

原创 python 中bayes模型超參數並行網格搜索 程序分析

from sklearn.datasets import fetch_20newsgroups import numpy as np news = fetch_20newsgroups(subset='all') from s

原创 python中使用Word2Vec多核技術進行新聞詞向量訓練

from sklearn.datasets import fetch_20newsgroups news = fetch_20newsgroups(subset='all') X,y=news.data,news.target fro

原创 使用tensorflow自定義線性分類器預測 良/惡性腫瘤

import tensorflow as tf import numpy as np import pandas as pd train = pd.read_csv('../Datasets/Breast-Cancer/breast

原创 Base64加解密的兩種實現方式

第一種方式  直接加解密 import java.util.Base64; import java.util.Base64.Decoder; import java.util.Base64.Encoder; public class

原创 python 原始相素特徵和Pca壓縮重建進行圖像識別 識別性能可視化

import pandas as pd import numpy as np digits_train = pd.read_csv('../Datasets/Breast-Cancer/optdigits.tra', header

原创 python中K近鄰分類器(無參訓練)對數據進行類別預測 可視化

from sklearn.datasets import load_iris iris = load_iris() iris.data.shape print(iris.DESCR) from sklearn.cross_validati

原创 python中對不CountVectorizer與TfidfVectorizer,去停用詞,對文本特徵量化結合Bayes算法進行分類,可視化分析

from sklearn.datasets import fetch_20newsgroups news = fetch_20newsgroups(subset='all') print(len(news.data)) print(new

原创 python中使用集成模型,隨機森林分類器,梯度提升決策樹性能模型分析 可視化

import pandas as pd titanic = pd.read_csv('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt') #titan

原创 ffmpeg中常用的rgb格式轉換爲bmp圖片格式

一個簡單的工具函數:RGB24轉BMP。經過轉換後,原本只能用專用的RGB/YUV播放器查看的像素數據,就可以直接拿圖片瀏覽器查看了。代碼如下:int rgb24_to_bmp(const char *rgb24path,const ch

原创 基於libVLC的參數設置可視化視頻播放器

使用libVLC開發的一個簡單的圖形界面的視頻播放器。程序主要運行代碼如下:void CplayerGUIDlg::OnBnClickedStart() { CStringW cstr_url; #ifdef _UNICODE m_