原创 機器學習 -- 多項式迴歸（Ⅱ scikit-learn中的多項式迴歸於pipeline）
簡單案例 （1）導入數據集 import numpy as np import matplotlib.pyplot as plt x = np.random.uniform(-3, 3, size=100) X = x.reshape
2020-02-22 11:13:01
原创 機器學習 -- PCA（Ⅵ 使用PCA降噪）
回顧之前的案例： 數據集展現出如上結果，可是有沒有可能數據集本身就是一條直線。換句話說，這個數據集展現的是在一根直線上下進行抖動式的分佈，實際上這種抖動和這根直線本身的距離是噪音。這個噪音的產生原因可能有很多，如測量人員
2020-02-22 11:13:01
原创 python中不顯示警告內容
在文件中導入相應包和使用如下命令： import warnings warnings.filterwarnings("ignore") 點贊 收藏 分享 文章舉報 m0_380
2020-02-22 11:13:01
原创 機器學習 -- 支持向量機SVM（Ⅲ Soft Margin和SVM的正則化）
當有一個藍色點位於如下位置時，變成了一個線性不可分的問題。 Soft Margin SVM 1. 目的 讓分類錯誤的點越少越好，而不是必須將所有點分類正確，也就是允許有noise存在。這種做法很大程度上不會使模型過於
2020-02-22 11:13:01
原创 機器學習 -- PCA（Ⅲ 求數據的前n個主成分）
上一節實現的只是將二維數據降維至一維數據，而若數據有多維，我們可能不止需要一個主成分。 問題：求出第一主成分後，如何求出下一個主成分？ 解決方法： （1）數據進行改變，將數據在第一個主成分上的分量去掉。 （2）在新的數據上求第二主成分。
2020-02-22 11:13:01
原创 機器學習 -- 多項式迴歸（Ⅰ 什麼是多項式迴歸）
之前的線性迴歸具有很大的侷限性，它假設我們數據背後存在線性關係，然而實際上更多數據間存在的關係是非線性的。多項式迴歸方法可以通過非常簡單的手段改進線性迴歸法，使得他們能對非線性數據進行預測。 以上這樣的方
2020-02-22 11:13:01
原创 機器學習 -- 支持向量機SVM（Ⅵ SVM中的核函數）
一. 什麼是核函數？ 支持向量機算法分類和迴歸方法中都支持線性和非線性類型的數據。非線性類型通常在二維平面不可分，爲了使數據可分，需要通過一個函數將原始數據映射到高維空間，從而使得數據在高維空間很容易區分，這樣就能達到數據
2020-02-22 11:13:01
原创 機器學習 -- 已完成筆記彙總
KNN算法（共12節）： 機器學習 -- KNN算法（Ⅰ 初步認識KNN） 機器學習 -- KNN算法（Ⅱ 腫瘤預測案例） 機器學習 -- KNN算法（Ⅲ 腫瘤預測案例 -- 封裝成函數） 機器學習 -- KNN算法（Ⅳ 使用sklear
2020-02-22 11:13:01
原创 機器學習 -- 支持向量機SVM（Ⅱ 支持向量機思想 Hard Margin SVM）
一. 數學基礎 （1）點到直線的距離： 點(x, y)到直線Ax + By + C = 0的距離爲： （與截距C無關） （2）拓展到n維空間： ==> 其中： 二. 數學推導支持向量機思想 如圖所
2020-02-22 11:13:01
原创 機器學習 -- 梯度下降法（Ⅸ 梯度下降法的總結）
對比批量梯度下降法和隨機梯度下降法： 維度 批量梯度下降法 隨機梯度下降法 計算方式 每次對所有的樣本看一遍纔可以計算出梯度 每一次只需觀察一個樣本 速度 慢 快 穩定性 高，一定可以先向損失函數
2020-02-22 11:13:01
原创 機器學習 -- K-MEANS算法（Ⅲ KMEANS迭代過程可視化展示）
網址：https://www.naftaliharris.com/blog/visualizing-k-means-clustering/ 1. 選擇初始化中心點的選擇方式爲隨機選擇。 2. 隨便選擇一個類型的數據集，這邊選擇Gauss
2020-02-22 11:13:01
原创 anaconda下安裝opencv庫
打開Anaconda Prompt，輸入pip install opencv-python。 點贊 收藏 分享 文章舉報 m0_38056893 發佈了306 篇原創文章 ·
2020-02-22 11:13:01
原创 機器學習 -- 多項式迴歸（Ⅵ 偏差方差均衡 Bias Variance Trade off）
一. 偏差與方差 偏差描述樣本偏離實際值的情況，方差描述樣本的分佈疏密情況。下圖中紅色點爲真值，藍色點爲樣本點，描繪了不同偏差和方差分佈情況： 1. 一般來說，模型的誤差 = 方差（Bias） + 偏差（Variance） + 不可避免
2020-02-22 11:13:01
原创 python-opencv實現gif圖片分解後逆序合成
from PIL import Image import numpy as np import cv2 as cv import os # yield的功能類似於return，但是不同之處在於它返回的是生成器 def gifS
2020-02-22 11:13:01
原创 python-opencv實現gif圖片分解
案例：將和當前腳本同目錄下的gif圖片分解成png圖片，並將分解後的圖片保存到pics目錄下，將其從0開始命名。 GIF 動圖的分解可以利用 PIL模塊的Image類來實現。 from PIL import Image import
2020-02-22 11:13:01