会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
有点锋芒
博客园
首页
新随笔
联系
订阅
管理
上一页
1
2
3
4
5
6
7
下一页
2020年5月16日
机器学习(周志华老师) 决策树习题4.3
摘要: 建立决策树 参考: "ID3决策树" 绘图子程序 "python绘制决策树" 效果
阅读全文
posted @ 2020-05-16 15:28 ldfm
阅读(1263)
评论(0)
推荐(0)
2020年5月11日
【python】 list 细节
摘要: ==List检索多个元素时,ls[: 1]不包含最后一个元素,ls[:]包含所有元素== ==List检索单个元素,ls[ 1]指最后一个元素==
阅读全文
posted @ 2020-05-11 21:16 ldfm
阅读(169)
评论(0)
推荐(0)
2020年5月5日
创建msg、srv
摘要: rosed [package] [filename] 编辑程序(默认vim) msg , src 创建msg:$ cd ~/catkin_ws/src/beginner_tutorials $ mkdir msg $ echo "int64 num" msg/Num.msg 关键的一步:1、我们要确
阅读全文
posted @ 2020-05-05 20:30 ldfm
阅读(225)
评论(0)
推荐(0)
ros服务(services)、参数(param)
摘要: rosservice 可以调用命令(call)、查看服务(list)、 rosparam 查看可以设置的参数 设置相关参数(rosparam set) 获取相关参数值(rosprram get) 读取参数(rosparam load )rosparam load [file_name] [names
阅读全文
posted @ 2020-05-05 20:00 ldfm
阅读(1423)
评论(0)
推荐(0)
ros话题(topic)
摘要: ros话题(topic) 首先确保roscore已经运行, 打开一个新的终端:$ roscore 请在一个新的终端中运行:$ rosrun turtlesim turtlesim_node 通过键盘远程控制turtle 请在一个新的终端中运行:$ rosrun turtlesim turtle_te
阅读全文
posted @ 2020-05-05 17:08 ldfm
阅读(2273)
评论(0)
推荐(0)
catkin workspace创建、包创建、编译,节点
摘要: 流程: 1、基本命令:rospack find、roscd、rosls(支持包名,不需要绝对地址) 2、创建catkin workspace $ mkdir p ~/catkin_ws/src $ cd ~/catkin_ws/ $ catkin_make DPYTHON_EXECUTABLE=/u
阅读全文
posted @ 2020-05-05 16:04 ldfm
阅读(847)
评论(0)
推荐(0)
2020年5月3日
LDA(线性判别分析)【python实现】
摘要: 原理 求解最佳投影方向,使得同类投影点尽可能的进,异类投影点尽可能的远 同类投影点距离用同类样本协方差矩阵表示 $$ \omega^T \Sigma_i \omega \quad {第i类样本协方差}$$ 异类投影点距离 $$ ||\omega^T\mu_0 \omega^T\mu_1||_2^2$
阅读全文
posted @ 2020-05-03 19:01 ldfm
阅读(945)
评论(0)
推荐(0)
2020年5月2日
np.math.exp( )与 np.exp( )的区别
摘要: np.exp()可用作函数使用 输入可以为数组,返还可以表示函数值,==可用于图像绘制== np.math.exp()输入必须为固定的数或者其他数据类型(数组), ==必须固定,不能是变量,不能用于画图== ==输出为固定数值在数值计算时使用== ==数值计算时使用np.exp()用于向量计算,容易
阅读全文
posted @ 2020-05-02 23:35 ldfm
阅读(3321)
评论(0)
推荐(0)
python matplotlib画多张图
摘要: 多张图分开,在不同的窗口 一张图包含若干子图
阅读全文
posted @ 2020-05-02 23:23 ldfm
阅读(67367)
评论(1)
推荐(4)
Logisitic Regression(对率回归/逻辑回归)【python实现】
摘要: #名为回归,其实为一种分类算法 数据集: \(D = \lbrace x_i, y_i \rbrace i = 1, 2 , ..., n\) 其中 \(x_i = (x_{i1}; x_{i2}; ...; x_{im})\) 即每个样本有m个属性 $$ y_i = \begin 1 , & \t
阅读全文
posted @ 2020-05-02 23:09 ldfm
阅读(788)
评论(0)
推荐(0)
上一页
1
2
3
4
5
6
7
下一页
公告