摘要： 1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 回归和分类的区别：主要在于输出变量的类型。定量输出（连续型变量预测）为回归；定性输出（离散型变量预测）为分类 数组和矩阵，对于线性回归重点是矩阵的加法和乘法： 什么是线性回归： 利用损失函数（误差的平方和/最小二乘法）来减 阅读全文

摘要： 1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 from matplotl 阅读全文

摘要： 1）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示 实现代码： from sklearn.datasets import load_iris import numpy as np import matplotlib.pyplot as plt # 1.实现K-Mean 阅读全文

摘要： 一、学习笔记 1.线性代数 1）基本概念 2）矩阵 3）向量 2.概率论 1）事件 2）概率 3）概率分布 4）期望和方差 二、关于 “梯度”，“梯度下降”和“贝叶斯定理” 梯度：梯度是一个向量，它的方向与取得最大方向导数的方向一致，而它的模为方向导数的最大值。即函数在该点处沿着梯度的方向变化最快， 阅读全文

摘要： 1）安装了Anaconda3，并在PyCharm中使用anaconda部署python环境 2）视频学习笔记 机器学习基本概念： 机器学习分类： 建模的基本过程： 机器学习一般流程： 机器学习算法： 线型回归、rate、Loss、GMM与图像、EM算法、去均值ICA分离、SVM、Crawler爬取数 阅读全文

摘要： 1.语法文法G[E]如下所示： –E→E+T | E-T | T –T→T* F | T/F | F –F→P^ F | P –P→(E) | i 要求构造出符合语义分析要求的属性文法描述 E→E+T {E.place:=newtemp; emit(E.place,':=',E.place'+',T 阅读全文

摘要： 1.接上个作业（P121练习1），完成4），5）两个步骤。 1）计算FIRSTVT和 LASTVT。 2）找三种关系对。 3）构造算符优先关系表。 4）是否算符优先文法？ 5）给出输入串（a，（a，a））#的算符优先分析过程。 2.尝试编写自下而上的语法分析程序。 可以只写表达式部分。 3.给出下面 阅读全文

摘要： 1.已知文法： E→E+T | T T→T*F | F F→(E) | i 以句柄作为可归约串，写出符号串‘i+i*i#’的"移进-归约"分析过程。 2.P121练习1的（1）（2）。 1）计算FIRSTVT和 LASTVT。 2）找三种关系对。 3）构造算符优先关系表。 阅读全文

摘要： 一、实验目的： 利用C语言编制递归下降分析程序,并对简单语言进行语法分析。 编制一个递归下降分析程序,实现对词法分析程序所提供的单词序列的语法检查和结构分析。 二、实验原理 每个非终结符都对应一个子程序。 该子程序根据下一个输入符号(SELECT集)来确定按照哪一个产生式进行处理，再根据该产生式的右 阅读全文

摘要： 1. 文法 G（S）: （1）S -> AB （2）A ->Da|ε （3）B -> cC （4）C -> aADC |ε （5）D -> b|ε 验证文法 G（S）是不是 LL（1）文法？ 2.法消除左递归之后的表达式文法是否是LL(1)文法？ 3.接2，如果是LL(1)文法，写出它的递归下降语法 阅读全文