摘要：
很多人说读大专，大学或者是研究生，没有用 以前我也觉得如此。后来明白的一个道理。没用的不是学生时期，而是该自己去做的事情，自己有没有去做。再去评判学生时期有没有用。该做的实验没有做，该做的作业没有做。一切事情都在等着他自己慢慢的走向你，然而本领永远不会随着时间而自己赠于你。应该是用宝贵的时间去获取这 阅读全文
posted @ 2022-12-04 11:25
辛宣
阅读(155)
评论(0)
推荐(0)
摘要：
普通情况可以用 r.raw，在初始请求中设置 stream=True,来获取服务器的原始套接字响应 r = requests.get(url, stream=True) r.raw.read(10) 当流下载时，用Response.iter_content或许更方便些。requests.get(ur 阅读全文
posted @ 2022-12-03 11:32
辛宣
阅读(272)
评论(0)
推荐(0)
摘要：
查看源代码 面对这种禁止看页面源码的初级手段，一个优雅的通用解决办法是，在连接前加个view-source: view-source:https://www.dmzj.com/view/yaoshenji/41917.html BUT使用view-source:方法，就是看页面源码，并不管动态加载的 阅读全文
posted @ 2022-12-03 11:03
辛宣
阅读(43)
评论(0)
推荐(0)
摘要：
单层感知机 Delta学习规则 BP(Back Propagation)神经网络 阅读全文
posted @ 2022-10-30 16:22
辛宣
阅读(30)
评论(0)
推荐(0)
摘要：
非线性逻辑回归的代码： 关于 PolynomialFeatures PolynomialFeatures 多项式特征，设置不同的degree，可以变的更拟合，如图 scale = False 数据是否需要标准化 preprocessing.scale(X)直接标准化数据X np.r—和np.c # 阅读全文
posted @ 2022-10-19 12:06
辛宣
阅读(57)
评论(0)
推荐(0)
摘要：
jupyter里查看函数用法： 点到函数，再shift+tab 运行一下函数 shift+enter 逻辑回归的梯度下降的代码 numpy.concatenate()函数 np.concatenate((a,b),axis=1) #axis=1表示对应行的数组进行拼接，横着加 np.concaten 阅读全文
posted @ 2022-10-18 16:50
辛宣
阅读(43)
评论(0)
推荐(0)
摘要：
一元线性回归 sklearn一元线性回归代码： https://github.com/xinxuann/MachineLearningNote/blob/main/sklearn-%E4%B8%80%E5%85%83%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92.ipynb 阅读全文
posted @ 2022-10-17 16:58
辛宣
阅读(100)
评论(0)
推荐(0)
摘要：
LASSO 正则化（惩罚函数）是一阶的函数 还能看到哪些是不重要的特征 LASSO代码： 直接用sklearn的 https://github.com/xinxuann/MachineLearningNote/blob/main/sklearn-LASSO.ipynb 弹性网(Elastic Net 阅读全文
posted @ 2022-10-17 16:48
辛宣
阅读(257)
评论(0)
推荐(0)
摘要：
岭回归 推导过程 总结： sklearn代码： https://github.com/xinxuann/MachineLearningNote/blob/main/sklearn-%E5%B2%AD%E5%9B%9E%E5%BD%92.ipynb 标准方程法-岭回归代码： https://githu 阅读全文
posted @ 2022-10-17 16:43
辛宣
阅读(197)
评论(0)
推荐(0)
摘要：
过拟合 从而有了正则化 正则化 阅读全文
posted @ 2022-10-17 16:35
辛宣
阅读(28)
评论(0)
推荐(0)
浙公网安备 33010602011771号