12 2020 档案
摘要:命令模式将请求封装为对象,能够支持请求的排队执行、记录日志、撤销等功能。
阅读全文
摘要:装饰者模式能够更灵活的,动态的给对象添加其它功能,而不需要修改任何现有的底层代码。
阅读全文
摘要:观察者模式(Observer Design Pattern)定义了对象之间的一对多依赖,当对象状态改变的时候,所有依赖者都会自动收到通知。
阅读全文
摘要:策略模式定义了一系列算法族,并封装在类中,它们之间可以互相替换,此模式让算法的变化独立于使用算法的客户。
阅读全文
摘要:工厂模式(Factory Design Pattern)可细分为三种,分别是简单工厂,工厂方法和抽象工厂,它们都是为了更好的创建对象。
阅读全文
摘要:单例模式(Singleton Design Pattern)保证一个类只能有一个实例,并提供一个全局访问点。
阅读全文
摘要:Logistic 回归,中文音译为逻辑回归,它是一个非线性模型,是由线性回归改进而来。逻辑回归模型主要用于处理二分类问题,也可以用于处理多分类问题。
阅读全文
摘要:线性回归模型用于处理回归问题,也就是预测连续型数值。线性回归模型是最基础的一种回归模型,理解起来也很容易,我们从解方程组谈起。
阅读全文
摘要:在机器学习算法中,有一种算法叫做集成算法。AdaBoost 算法是集成算法的一种,由Freund 等人于1995 年提出。
阅读全文
摘要:词云又叫文字云,它可以统计文本中频率较高的词,并将这些词可视化,让我们可以直观的了解文本中的重点词汇。
阅读全文
摘要:EM 算法是聚类算法,中文为期望最大化算法,它是一个不断观察和调整的迭代过程,以此来构建聚类模型。
阅读全文
摘要:关联分析可以被用于发掘商品与商品之间的内在关联关系,进而通过商品捆绑销售或者相互推荐,来增加商品销量。
阅读全文
摘要:1998 年前后,拉里·佩奇和谢尔盖·布林一起发明了著名的 PageRank 算法,才完美的解决了网页排名的问题。也正是因为这个算法,诞生了伟大的 Google 公司。
阅读全文
摘要:本篇文章要介绍的K 均值算法是一种无监督学习。与分类算法相比,无监督学习算法又叫聚类算法,就是只有特征数据,没有目标数据,让算法自动从数据中“学习知识”,将不同类别的数据聚集到相应的类别中。
阅读全文
摘要:手写数字数据集是一个用于图像处理的数据集,这些数据描绘了 [0, 9] 的数字,我们可以用KNN 算法来识别这些数字。
阅读全文
摘要:KNN 算法的全称是K-Nearest Neighbor,中文为K 近邻算法,它是基于距离的一种算法,简单有效。KNN 算法即可用于分类问题,也可用于回归问题。
阅读全文
摘要:在进行数据分析的时候,经常需要将数据进行可视化,以方便我们对数据的认识和理解。Matplotlib 是一个可视化工具包,可以让我们使用Python 来可视化数据。
阅读全文

浙公网安备 33010602011771号