随笔分类 - 软件开发
编程、脚本、IDE
摘要：系列文章目录： 感知机 线性回归 非线性问题 多项式回归 岭回归 逻辑回归 算法介绍 今天我们一起来学习使用非常广泛的分类算法：逻辑回归，是的，你没有看错，虽然它名字里有回归，但是它确实是个分类算法，作为除了感知机以外，最最最简单的分类算法，下面我们把它与感知机对比来进行学习； 从决策边界上看 感知
阅读全文
摘要：系列文章目录： 感知机 线性回归 非线性问题 多项式回归 岭回归 算法介绍 今天我们来一起学习一个除了线性回归、多项式回归外最最最简单的回归算法：岭回归，如果用等式来介绍岭回归，那么就是：\(岭回归 = 多项式回归 + 惩罚项\)，\(多项式回归 = 线性回归 + 多项式特征构建\)，从上述等式可以
阅读全文
摘要：系列文章目录： 感知机 线性回归 非线性问题 多项式回归 岭回归 算法介绍 今天我们来一起学习一个除了线性回归外最最最简单的回归算法：多项式回归； 从线性回归到多项式回归 事实上与线性回归相比，多项式回归没有增加任何需要推导的东西，唯一增加的是对原始数据进行多项式特征转换，这有点类似我们在非线性问题
阅读全文
摘要：系列文章目录： 感知机 线性回归 非线性问题 多项式回归 岭回归 算法介绍 前面两篇分别介绍了分类与回归问题中各自最简单的算法，有一点相同的是它们都是线性的，而实际工作中遇到的基本都是非线性问题，而能够处理非线性问题是机器学习有实用价值的基础； 首先，非线性问题在分类与回归中的表现是不同的，在回归问
阅读全文
摘要：系列文章目录： 感知机 线性回归 非线性问题 多项式回归 岭回归 如果说感知机是最最最简单的分类算法，那么线性回归就是最最最简单的回归算法，所以这一篇我们就一起来快活的用两种姿势手撸线性回归吧； 算法介绍 线性回归通过超平面拟合数据点，经验误差一般使用MSE（均平方误差），优化方法为最小二乘法，算法
阅读全文
摘要：系列文章目录： 感知机 线性回归 非线性问题 多项式回归 岭回归 感知机（Perceptron）是最最最简单的机器学习算法（分类），同时也是深度学习中神经元的基础组件； 算法介绍 感知机与逻辑回归、SVM类似的是同样是构建一个分割超平面来实现对数据点的分类，不同点在于超平面的查找过程更加的简单粗暴，
阅读全文
摘要：全部内容来源于《Python深度学习》，以练习为主，理论知识较少，掺杂有一些个人的理解，虽然不算很准确，但是胜在简单易懂，这本书是目前看到最适合没有深度学习经验的同学们入门的书籍了，不妨试试，该书作者：Francois Chollet，即Keras之父，该书译者：张亮； 相关内容以及代码已经在Kag
阅读全文
摘要：首先介绍下我的情况和需求，如果你跟我类似，那么这篇文章将很有帮助； 我之前的技术栈主要是Java、Python，机器学习方面主要用到是pandas、numpy、sklearn、scipy、matplotlib等等，因为工作需要使用spark，所以理所应当的开始学习pyspark； 之后一方面团队其他
阅读全文
摘要：Spark - Frequent Pattern Mining 官方文档：https://spark.apache.org/docs/2.2.0/ml-frequent-pattern-mining.html 挖掘频繁项、项集、子序列或者其他子结构通常是大规模数据分析的第一步，这也是近些年数据挖掘领
阅读全文
摘要：Spark - Parquet 概述 Apache Parquet属于Hadoop生态圈的一种新型列式存储格式，既然属于Hadoop生态圈，因此也兼容大多圈内计算框架（Hadoop、Spark），另外Parquet是平台、语言无关的，这使得它的适用性很广，只要相关语言有对应支持的类库就可以用； Pa
阅读全文
摘要：Spark - ML Tuning 官方文档：https://spark.apache.org/docs/2.2.0/ml-tuning.html 这一章节主要讲述如何通过使用MLlib的工具来调试模型算法和pipeline，内置的交叉验证和其他工具允许用户优化模型和pipeline中的超参数； 目
阅读全文
摘要：Spark(3) - Extracting, transforming, selecting features 官方文档链接：https://spark.apache.org/docs/2.2.0/ml-features.html 概述 该章节包含基于特征的算法工作，下面是粗略的对算法分组： 提取：
阅读全文
摘要：Android Path绘制的折线如何变得平滑 多个点可以连成一个折线,如何将折线的拟合处变为曲线,使得整个线看上去更加平滑呢? 分下来有以下三种实现方法： 方法1： Paint.setStrokeJoin(Paint.Join.ROUND) 这个方法可以将path中所有线段的Join方式设置为RO
阅读全文
摘要：动态规划求最短路径算法,与穷举法相比优点在于大大降低了时间复杂度; 假如从起点A到终点S的最短路径Road经过点B1,那么从起点A到B1的最短路径的终点就是B1,否则如果存在一个B2使得A到B2的距离小于B1,那么起点A到终点S的最短路径Road就不应该经过B1,而应该经过B2,这显示是矛盾的,证明
阅读全文
摘要：200行Python代码实现贪吃蛇 话不多说，最后会给出全部的代码，也可以从这里Fork，正文开始； 目前实现的功能列表： 贪吃蛇的控制，通过上下左右方向键； 触碰到边缘、墙壁、自身则游戏结束； 接触到食物则食物消失，同时根据食物类型身体会变长； 目前长度显示； 暂停、死亡界面； 运行动图 代码片段
阅读全文
摘要：140行代码实现Flippy Bird 话说这游戏中文名叫什么来着，死活想不起来了，算了话不多说，140行实现小游戏系列第二章，依然是简单小游戏，与数独游戏相比，在游戏界面显示上更难一些，但是在逻辑方面更简单一些，需要处理的无非是速度、加速度、时间、位置、碰撞检测，界面方面则要实现整个动态的显示；
阅读全文
摘要：Python实现十大经典排序算法 代码最后面会给出完整版，或者可以从我的Githubfork，想看动图的同学可以去这里看看； 小结： 运行方式，将最后面的代码copy出去，直接python sort.py运行即可； 代码中的健壮性没有太多处理，直接使用的同学还要检查检查； 对于希尔排序，gap的选择
阅读全文
摘要：150行代码实现图形化数独游戏 "Github地址" ，欢迎各位大佬们fork、star啥的，感谢； 今天闲着没事干，以前做过html+js版的数独，这次做个python版本的，界面由pygame完成，数独生成由递归算法实现，由shuffle保证每次游戏都是不一样的情况，have fun； 功能列表
阅读全文
摘要：前言 1. 该篇分享来源于NFL竞赛官方的R语言版本，我做的主要是翻译为Python版本； 2. 分享中用到的技巧、构建的特征、展示数据的方式都可以应用到其他领域，比如篮球、足球、LOL、双人羽毛球等等，只要是团队竞技，都可以从中获益； 3. 分享基于kaggle上的 "NFL大数据碗" ，也就是基
阅读全文
摘要：kaggle竞赛分享：NFL大数据碗 上 竞赛简介 一年一度的NFL大数据碗，今年的预测目标是通过两队球员的静态数据，预测该次进攻推进的码数，并转换为该概率分布； 竞赛链接 https://www.kaggle.com/c/nfl big data bowl 2020 项目链接，该项目代码已经pub
阅读全文
浙公网安备 33010602011771号