- 2024-07-03使用Python进行开发人工智能
AI人工智能（AI）是当前科技领域的热门话题使用Python进行AI开发成为许多开发者的首选因为Python语言简单易学庞大的库和框架支持使得AI开发更加高效和便捷本文将为你提供一个使用Python开发人工智能的学习路线并结合一些代码示例帮助你快速入门和掌握这项技术
- 2024-07-01【Python机器学习】模型评估与改进——对交叉验证的更多控制
在k交叉验证中，可以利用cv参数来调节cross_cal_score所使用的参数。但scikit-learn允许提供一个交叉验证分离器作为cv参数，来对数据划分过程进行更精细的控制。对于大多数使用场景而言，回归问题默认的k折交叉验证与分类问题的分层k折交叉验证的表现都很好，但有些情况下可能希望使
- 2024-06-19机器学习（一）
机器学习1.机器学习概述1.1人工智能概述1.1.1机器学习与人工智能、深度学习的关系1.1.2人工智能的起点1.1.3机器学习、深度学习能做什么？1.2什么是机器学习？1.2.1定义1.2.2数据集的构成1.3机器学习算法1.4机器学习开发流程2.特征工程2.1数据集2.1.1可用数据
- 2024-06-17决策树算法介绍：原理与案例实现
一、引言在机器学习领域，决策树是一种常用且直观的分类和回归方法。它通过一系列简单的决策规则，将数据集分割成更小的子集，最终形成一个树状结构。本文将详细介绍决策树算法的原理，并通过具体案例实现来帮助读者更好地理解和应用这一算法。二、决策树原理1.决策树的基本概念
- 2024-06-16scikit-learn (sklearn) 基础教程
scikit-learn(sklearn)基础教程scikit-learn是一个强大的Python库，用于机器学习和数据挖掘。它基于SciPy、NumPy和matplotlib构建，提供了简单且高效的工具，适用于数据分析和建模。目录安装数据集加载数据预处理模型训练与预测模型评估超参数调优示例：鸢尾花分类安
- 2024-06-16第七章 线性判别分析LDA（7.1）
一、基本代码：sklearn.discriminant_analysis.LinearDiscriminantAnalysis(solver='svd',shrinkage=None,priors=None,n_components=None,store_covariance=False,tol=0.0001,covariance_estimator=None)[source]参数介绍：参数:priors:一个数组,数组中的元素依次指定了每个类
- 2024-05-28题解/算法 {J - Iris‘ Food}
题解/算法{J-Iris’Food}@LINK:https://codeforces.com/gym/105184;比如最终答案是:10...01...12...23...3,则其值为1*10^?+(1...1)*10^?+(2...2)*10^?...;因此,如何求2....2这个值(长度为1e9),使用矩阵优化DP,DP定义为:DP[i]:长度为i的2...2的大
- 2024-05-26使用Arrow管理数据
在之前的数据挖掘：是时候更新一下TCGA的数据了推文中，保存TCGA的数据就是使用Arrow格式，因为占空间小，读写速度快，多语言支持（我主要使用的3种语言都支持） Formathttps://arrow.apache.org ApacheArrowdefinesalanguage-independentcolumnarmemoryformatforflatandh
- 2024-05-26最后之国的爱丽丝
咦惹。唔，唔，唔！立一个flag，但不公开了。虽然发在这里和不公开区别也不大。无所谓，反正遵守概率很小。明日方舟真好玩。感觉这池子出不了六星了，黄票绰绰有余。反正暑假不出COS了。各种事情都在Iris，Iris我在偏离与消费恶心，下头现在感觉挺好玩的不知道以后会怎么样itse
- 2024-05-25机器学习-KNN算法
一、KNN算法原理与简单实现1、KNN算法的概念K最近邻(k-NearestNeighbor，KNN)分类算法，是最简单的机器学习算法之一，涉及高等数学知识近乎为0，虽然它简单，但效果很好，是入门机器学习的首选算法。但很多教程只是一笔带过，在这里通过该算法，我们可以学习到在机器学习中所涉及的其他知识
- 2024-05-21tensorflow.js示例笔记 - iris
根据鸢尾花的数据对花进行分类，使用神经网络对结构化（表格）数据进行分类。index.html<html><head><metacharset="UTF-8"><metaname="viewport"content="width=device-width,initial-scale=1"><linkrel="
- 2024-05-14实验4-交叉验证
VMware虚拟机Ubuntu20-LTSpython3.6tensorflow1.15.0keras2.3.1运行截图： 代码：fromsklearn.model_selectionimporttrain_test_split,cross_val_score,cross_validate#交叉验证所需的函数fromsklearn.model_selectionimportKFold,LeaveOneOut,LeavePOut,Shuffle
- 2024-05-14实验2-鸢尾花分类
VMware虚拟机Ubuntu20-LTSpython3.6tensorflow1.15.0keras2.3.1运行截图： 代码：fromsklearnimportdatasetsimportmatplotlib.pyplotaspltimportnumpyasnpfromsklearnimporttree#Iris数据集是常用的分类实验数据集，#由Fisher,1936收集整理。Iris也称鸢
- 2024-04-16机器学习分类模型评估实验方法
需要以下步骤数据完整性约束：检查表是否定义了适当的主键、外键和唯一约束以确保数据的完整性。如果缺少这些约束，可能会导致数据不一致或错误的插入、更新或删除操作。数据一致性：检查表之间的关系是否正确建立，并确保数据在不同表之间的引用是一致的。如果存在不一致性，可能
- 2024-04-07002_可视化_ipynb
importmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisimportnumpyasnpimportplotly.expressaspx【pyplot】绘制鸢尾花数据#加载鸢尾花数据集返回值的不同iris=load_iris(return_X_y=True)#return（data(ndarrge),target）#iris=
- 2024-04-02鸢尾花分类问题
在python上运行鸢尾花分类实验首先要先下载numpy、matplotlib再下载scikit-learnpipinstall--indexhttps://pypi.mirrors.ustc.edu.cn/simple/numpypipinstall--indexhttps://pypi.mirrors.ustc.edu.cn/simple/matplotlibpipinstall--indexhttps://pypi.mirrors.us
- 2024-03-31涛哥聊Python | auto-sklearn，一个非常好用的 Python 库！
本文来源公众号“涛哥聊Python”，仅用于学术分享，侵权删，干货满满。原文链接：auto-sklearn，一个非常好用的Python库！大家好，今天为大家分享一个非常好用的Python库-auto-sklearn。Github地址：https://github.com/automl/auto-sklearn随着机器学习技术的快速发展，越来越多的组
- 2024-03-28机器学习中的LightGBM模型及其优缺点(包含Python代码样例)
目录一、简介二、优缺点三、样例代码四、总结一、简介LightGBM（LightGradientBoostingMachine）是一种基于梯度提升（GradientBoosting）算法的机器学习模型。它是由微软团队于2017年开发的，旨在解决大规模数据下的效率和准确性问题。LightGBM的原理如下：基于梯度提升：Ligh
- 2024-03-28IRIS / Chronicles 定义 Item 中的 Add Type 属性
根据我们前面说的Item中的AddType属性，这个主要用来标识输入的数据是不是随着时间的变化而变化，有下面3种选项。No‐Add这个就是当数据输入后，是不会再变化了，不会随着时间的变化而变化。ResponseEachTime这个就是每次在数据在创建的时候都有可能会变化。比如说体重，当你
- 2024-03-28IRIS / Chronicles 中的 Data Type（数据类型）字段型属性
IRIS的数据类型比较少，也就4个数据类型：字符串，数字，时间，分类。在这里分类有点像我们的下拉选择框，其实对应Java或者其语言中的数据来说可以说是枚举类型。只是IRIS的枚举类型是定义在数据库中的，并且是事先定义好的。String这个好说，就是字符串。因为M语言的限制，所以Stri
- 2024-03-28python x_train取前100行
目录Python代码示例：取出x_train前100行数据Python代码示例：取出x_train前100行数据在机器学习和数据处理中，有时我们需要对数据集进行处理，比如提取其中的部分数据进行分析或训练模型。在Python中，我们可以利用简单的代码来实现这一功能。下面就以一个示例来演示如何使用Pytho
- 2024-03-27IRIS / Chronicles 数据库结构
对于我们用得最多的关系型数据库来说，首先有的是数据库名字，然后是表名字，然后就是字段名，随后就是一条一条的数据。对于IRIS来说，因为是使用的层级数据库，所以上面的定义就不能完全的照搬了，而且不建议想象成一样，因为我们没有办法最后完全的对应上。我们最好的是把IRIS想想成一个
- 2024-03-27实验二——鸢尾花分类预测
具体代码（Python版本）importnumpyasnp#导入numpy库，用于进行数值计算importmatplotlib.pyplotasplt#导入matplotlib库，用于绘制图形fromsklearnimportdatasets#从sklearn库中导入datasets模块，用于加载数据集fromsklearn.model_selectionim
- 2024-03-24【机器学习-09】特征工程
特征工程是一个关键环节，它涉及从原始数据中提炼出有益于机器学习模型建立的有价值特征。这一过程可能涵盖了多种操作，如筛选原始数据中的关键特征、对特征进行转换以使其更易于处理，或是构造全新的特征，从而增强模型的预测准确性。特征工程往往被视作机器学习模型构建的初步工
- 2024-03-23R语言---07作图plot()、ggplot()、boxplot()
一、画图安装包如果你在运行代码过程中，报错显示R包不存在，则需要先安装R包再运行代码。本文需要用到的R包，用library()函数加载并检查一下你的电脑里面是否有该R包。library(ggplot2)library(ggpubr)library(eoffice)library(patchwork) 如果缺少R包，可以使用一下代码