摘要：
运动背景分割法Background Segment主要是指通过不同方法拟合模型建立背景图像，将当前帧与背景图像进行相减比较获得运动区域。下图所示为检测图像： 通过前面的检测帧建立背景模型，获得背景图像。然后检测图像与背景图像相减即为运动图像，黑色区域为背景，白色区域为运动目标，如下图所示： 在Ope 阅读全文
posted @ 2020-08-14 13:16
落痕的寒假
阅读(640)
评论(0)
推荐(0)
摘要：
本文主要讲述opencv及opencv_contrib库在windows下基于vs2017编译安装指南。所用OpenCV版本为OpenCV4.4，编译平台为vs2017。 文章目录 1 下载2 编译与安装2.1 配置OpenCV标准库2.2 配置OpenCV_contrib库2.3 OpenCV需求 阅读全文
posted @ 2020-08-11 20:53
落痕的寒假
阅读(725)
评论(0)
推荐(0)
摘要：
Python中的赋值语句不创建对象的副本，它们只将名称绑定到对象。对于不可变的对象，这通常没有什么区别。但是对于处理可变对象或可变对象的集合，您可能需要寻找一种方法来创建这些对象的“真实副本”或“克隆”。从本质上讲，您有时会希望拷贝可以在不自动修改原始副本的情况下进行修改。在本文中，我将向您简要介绍 阅读全文
posted @ 2020-08-02 11:06
落痕的寒假
阅读(50)
评论(0)
推荐(0)
摘要：
如果您从事的Python项目有多个文件，那么您以前可能不得不使用import语句。即使对于拥有多个项目的Python重度使用者（比如我），import也可能会造成混淆！您可能正在阅读本文，因为您想对Python中的import（尤其是绝对导入和相对导入）有更深入的了解。 在本教程中，您将学习两者之间 阅读全文
posted @ 2020-08-01 22:08
落痕的寒假
阅读(132)
评论(0)
推荐(0)
摘要：
Yellowbrick可视化工具旨在指导模型选择过程。一般来说，模型选择是一个搜索问题，定义如下：给定N个由数值属性描述的实例和（可选）一个估计目标，找到一个由特征、算法和最适合数据的超参数组成的三元组描述的模型。在大多数情况下，“最佳”三元组是指收到模型类型的最佳交叉验证分数的三元组。 代码下载 阅读全文
posted @ 2020-07-25 11:36
落痕的寒假
阅读(144)
评论(0)
推荐(0)
摘要：
聚类模型是试图检测未标记数据中模式的无监督方法。聚类算法主要有两类：聚集聚类将相似的数据点连接在一起，而质心聚类则试图在数据中找到中心或分区。Yellowbrick提供yellowbrick.cluster用于可视化和评估群集行为的模块。目前，我们提供了几种可视化工具来评估质心机制，特别是K均值聚类 阅读全文
posted @ 2020-07-25 11:16
落痕的寒假
阅读(177)
评论(0)
推荐(0)
摘要：
回归模型试图预测连续空间中的目标。回归计分可视化工具显示模型空间中的实例，以便更好地理解模型是如何进行预测的。代码下载 Yellowbrick已经实施了三种回归评估： 残差图Residuals Plot：绘制期望值与实际值之间的差预测误差图Prediction Error Plot：在模型空间中绘制 阅读全文
posted @ 2020-07-25 10:49
落痕的寒假
阅读(102)
评论(0)
推荐(0)
摘要：
目标可视化工具专门用于直观地描述用于监督建模的因变量，通常称为y目标。 代码下载 当前实现了以下可视化： 平衡箱可视化Balanced Binning：生成带有垂直线的直方图，垂直线显示推荐值点，以将数据装箱到均匀分布的箱中。类平衡Class Balance：可视化来检查目标，以显示每个类对最终估计 阅读全文
posted @ 2020-07-25 10:31
落痕的寒假
阅读(77)
评论(0)
推荐(0)
摘要：
在本教程中，我们将查看各种Scikit Learn模型的分数，并使用Yellowbrick的可视化诊断工具对它们进行比较，以便为我们的数据选择最佳的模型。 代码下载 文章目录 1 使用说明1.1 模型选择三原则1.2 关于数据1.3 特征提取1.4 建模与评估1.4.1 评估分类器的通用指标1.4. 阅读全文
posted @ 2020-07-25 09:41
落痕的寒假
阅读(79)
评论(0)
推荐(0)
摘要：
Yellowbrick是一个机器学习可视化库,主要依赖于sklearn机器学习库，能够提供多种机器学习算法的可视化，主要包括特征可视化，分类可视化，回归可视化，回归可视化，聚类可视化，模型选择可视化，目标可视化，文字可视化。本节主要介绍Yellowbrick如何快速使用。 代码下载 文章目录 1 使 阅读全文
posted @ 2020-07-25 09:06
落痕的寒假
阅读(129)
评论(0)
推荐(0)
摘要：
特征选择 代码下载 本文主要介绍sklearn中进行特征选择的方法。 sklearn.feature_selection模块中的类可用于样本集的特征选择/降维，以提高估计量的准确性得分或提高其在超高维数据集上的性能。 文章目录 1 SelectFromModel基础使用2 SelectFromMod 阅读全文
posted @ 2020-07-09 22:17
落痕的寒假
阅读(344)
评论(0)
推荐(0)
摘要：
特征选择 代码下载 本文主要介绍sklearn中进行特征选择的方法。 sklearn.feature_selection模块中的类可用于样本集的特征选择/降维，以提高估计量的准确性得分或提高其在超高维数据集上的性能。 文章目录 1 基本方法1.1 SelectKBest1.2 SelectPerce 阅读全文
posted @ 2020-07-09 22:07
落痕的寒假
阅读(169)
评论(0)
推荐(0)
摘要：
特征选择 代码下载 本文主要介绍sklearn中进行特征选择的方法。 sklearn.feature_selection模块中的类可用于样本集的特征选择/降维，以提高估计量的准确性得分或提高其在超高维数据集上的性能。 文章目录 1 删除低方差的特征2 参考 # 多行输出 from IPython.c 阅读全文
posted @ 2020-07-09 21:46
落痕的寒假
阅读(149)
评论(0)
推荐(0)
摘要：
Python装饰器教程展示了如何在Python中使用装饰器基本功能。 文章目录 1 使用教程1.1 Python装饰器简单示例1.2 带@符号的Python装饰器1.3 用参数修饰函数1.4 Python装饰器修改数据1.5 Python多层装饰器1.6 Python装饰器计时示例 2 参考 1 使 阅读全文
posted @ 2020-06-25 17:12
落痕的寒假
阅读(38)
评论(0)
推荐(0)
摘要：
Python lambda函数教程展示了如何在Python中创建匿名函数。Python中的匿名函数是使用lambda关键字创建的。 文章目录 1 介绍1.1 简单使用1.2 Python lambda与map1.3 Python lambda与filter1.4 Python lambda与sort 阅读全文
posted @ 2020-06-25 09:56
落痕的寒假
阅读(97)
评论(0)
推荐(1)
浙公网安备 33010602011771号