嘟嘟_猪

摘要： 1、. 匹配任意除换行符“\n”外的字符；2、*表示匹配前一个字符0次或无限次；3、+或*后跟？表示非贪婪匹配,即尽可能少的匹配,如*？重复任意次,但尽可能少重复,惰性匹配；4、 .*? 表示匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。如：a.*?b匹配最短的,以a开始,以b结 阅读全文

摘要： # -*- coding: utf-8 -*- """ Created on Fri Feb 17 20:25:05 2017 @author: who """ import os import os.path import re import string rootdir=r'D:\test' f 阅读全文

摘要： ########################################################################## #对于第二份文件：第一份与第二份不相同，以第二份为主; #第一份存在,第二份不存在,修改为0;第一份不存在,第二份存在,以第二份为主 ######## 阅读全文

摘要： ########################################################################## 循环读取该目录下所有子目录和子文件 ######################################################### 阅读全文

摘要： 集成学习 集成学习通过构建并结合多个学习器来完成学习任务.只包含同种类型的个体学习器，这样的集成是“同质”的；包含不同类型的个体学习器，这样的集成是“异质”的.集成学习通过将多个学习器进行结合，常可获得比单一学习器显著优越的泛化性能. 根据个体学习器的生成方式，目前的集成学习方法大致可分为两大类，即 阅读全文

摘要： EM算法有很多的应用: 最广泛的就是GMM混合高斯模型、聚类、HMM等等. The EM Algorithm 高斯混合模型（Mixtures of Gaussians）和EM算法 EM算法 求最大似然函数估计值的一般步骤： （1）写出似然函数； （2）对似然函数取对数，并整理； （3）求导数，令导数 阅读全文

摘要： 最大熵模型推导 1. 似然函数 概率和似然的区别：概率是已知参数的条件下预测未知事情发生的概率，而似然性是已知事情发生的前提下估计模型的参数.我们通常都是将似然函数取最大值时的参数作为模型的参数. 那么为何要取似然函数取最大值的参数作为模型的参数？我们基于这样的假设：对于已经发生的事情，在同样条件下 阅读全文

摘要： SVM迅速发展和完善，在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中.从此迅速的发展起来，已经在许多领域(生物信息学，文本和手写识别等)都取得了成功的应用.在地球物理反演当中解决非线性反演也有显著成效，例如（SVM在预测地下水涌水量问题等） 阅读全文

摘要： 激活函数： 传统神经网络中最常用的两个激活函数,Sigmoid系（Logistic-Sigmoid、Tanh-Sigmoid）被视为神经网络的核心所在.从数学上来看,非线性的Sigmoid函数对中央区的信号增益较大,对两侧区的信号增益小,在信号的特征空间映射上,有很好的效果,通过对加权的输入进行非线 阅读全文

摘要： 梯度下降法(最速下降法): 求解无约束最优化问题的一种最常用的方法，当目标函数是凸函数时，梯度下降法的解是全局最优解.一般情况下，其解不保证是全局最优解.梯度下降法的收敛速度也未必是很快的. ###############################Matlab################# 阅读全文