傻子没有烦恼

摘要： 最近女同让我帮助从百度云下载200个文件，给了我连接和提取码，这种重复的工作不适合人做写了一个简单的爬虫 我把连接存在 baidulink.txt中，文件是逐行读取，提取出连接和提取码 使用selenium模拟浏览器，必须保证你的浏览器是Google Chrome，并装了chromedriver，相 阅读全文

摘要： 有一句话这样说：如果你想了解一个人，你可以从他身边的朋友开始。 如果与他交往的好友都是一些品行高尚的人，那么可以认为这个人的品行也差不了。 其实古人在这方面的名言警句，寓言故事有很多。例如：人以类聚，物以群分。近朱者赤近墨者黑 其实K-近邻算法和古人的智慧想通，世间万物息息相通，你中有我，我中有你。 阅读全文

摘要： 决策树（decision tree） 假如红色小孩要从树根回到红色格子，如果每一个圆圈表示一个岔路口，如果路口没有路标，那么小红人就会迷路，如果在每一个圆圈处都设有路标，那么小人很快就能找到红格子。而这就是决策树分类的过程。 但是问题是，如何训练出这么一棵带有路标的树呢？ 决策树是属于分类，前面学习 阅读全文

摘要： 例（1） 无核（No kernel or linear kernel） 代码和数据集来自于https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes 样本展示： 参数C=1时： 参数C=100时： 输出值： 上半部分是数据集前五行，X1，X2表示坐标 阅读全文

摘要： 看吴恩达支持向量机的学习视频，看了好几遍，才有一点的理解，梳理一下相关知识。 （1）优化目标： 支持向量机也是属于监督学习算法，先从优化目标开始。 优化目标是从Logistics regression一步步推导过程，推导过程略 这里cost1和cost0函数图像为： Z是theta的转置和x的内积。 阅读全文

摘要： 在我眼里一切都是那么简单，复杂的我也看不懂，最讨厌那些复杂的人际关系，唉，像孩子一样交流不好吗。 学习K-Means算法时，会让我想起三国志这个游戏，界面是一张中国地图，诸侯分立，各自为据。但是游戏开始，玩家会是一个人一座城池（我比较喜欢这样，就有挑战性），然后不断的征战各方，占领城池 不断的扩大地 阅读全文

摘要： 警告：本文为小白入门学习笔记 前面学习了线性回归和logistics回归算法，的确可以解决一些问题，但是如果在特征值增多时，就会变得困难 例如，当处理非线性问题是，图片识别，语音识别等。一张图片可以由很多像素点组成，如果每个像素点是一个特征值的话，那么将会产生很多特征值，所以就有了神经网络。 神经网 阅读全文

摘要： 警告：本文为小白入门学习笔记 网上下载的数据集链接: https://pan.baidu.com/s/1NwSXJOCzgihPFZfw3NfnfA 密码: jmwz 不知道这个数据集干什么用的，根据直观分析应该属于分类问题，有两个变量X1和X2，Y取值非零即一，用MATLAB分析发现第二列对Y的影 阅读全文

摘要： 警告：本文为小白入门学习笔记 在机器学习的过程中我们常常会遇到过拟合和欠拟合的现象，就如西瓜书中一个例子： 如果训练样本是带有锯齿的树叶，过拟合会认为树叶一定要带有锯齿，否则就不是树叶。而欠拟合则认为只要是绿色的就是树叶，会把一棵数也误认为树叶。 过拟合：如果我们的数据集有很多的属性，假设函数会对训 阅读全文

摘要： 警告：本文为小白入门学习笔记 由于之前写过详细的过程，所以接下来就简单描述，主要写实现中遇到的问题。 数据集是关于80人两门成绩来区分能否入学： 数据集： http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=Dee 阅读全文