Discuz!X2 第58页

机器学习基础学习-scikit-learn中的多项式回归和pipeline

前言在上一篇博客机器学习基础学习-多项式回归当中，主要在调用线性回归前，改造了X，添加了X2的特征，这个整个多项式回归的过程在sklearn当中封装在了preprocessing的包中，主要作用是对数据的预处理

小夭。·2022-12-03 16:56

计算概论（A）/基础编程练习1(8题)/4:求一元二次方程的根

待解方程数目5intn;6scanf("%d",&n);78//声明方程系数9floata,b,c;1011//存储读入的系数12floatargs[n][n];1314//声明方程的根15doublex1,x2

weixin_34032792·2022-12-03 14:52

卷积神经网络基础补充

一、输出的计算参数解释：x1,x2表示第一层输入；中间代表隐层，隐层有三个节点；y1,y2为最后一层输出层。中间sigmoid

qq_1418430025·2022-12-03 13:31

基于matlab的动态心形图案

心形图案的函数式为y=x23+0.9×3.3−x2×sin(a×π×x)y=\sqrt[3]{x^{{2}}}+0.9\times\sqrt{3.3-x^{2}}\timessin(a\times\pi

麦克斯韦小兔·2022-12-03 11:08

python实现NMS算法

，去除iou大于阈值的框重复2，直至候选框为空NMS算法python代码实现defnms(boxes,iou_thres):"""非极大值抑制"""x1=boxes[:,0]y1=boxes[:,1]x2

chen1xixi·2022-12-03 08:22

第十一次作业感知器

importsysimportnumpyasnpw0=0w1=0w2=1#设置初始的三个系数w0,w1,w2alpha=0.001#设置学习率x1=np.array([0,0,1,1])#输入两个出入x2

Prins!·2022-12-03 03:37

单应性矩阵在标定中的应用

言简意赅定义：定义在两个不同视角中对同一平面范围内的特征点的射影变换（projectivetransformation）即：x1=H*x2//x1、x2为匹配点上图中x，x‘为一对匹配点，通过单应矩阵H

MobiusLee·2022-12-03 01:15

echarts图表的大小调整的解决方案

具体设置：grid:{x:25,y:45,x2:5,y2:25,borderWidth:1,},部分代码展示：tooltip:{trigger:"axis",},xAx

清水·2022-12-02 21:46

对数坐标绘制与理解

比如，当0x2)y=lg(x^2)y=lg(x2)这个函数，直接画图像，会出现这种情况：我们知道100001000010000对上去是8

赵孝正·2022-12-02 18:17

【机器学习】核函数

一般来说，对给定的一个训练数据集D={(x1,y1),(x2,y2),…,(xn,yn)}D=\{(x_1,y_1),(x_2,y_2),\dots,(x_n,y_n)\}D={(

不牌不改·2022-12-02 17:01

标准Lipschitz连续函数与伪Lipschitz连续函数

对于一个实数函数f:R→Rf:\mathbbR\rightarrow\mathbbRf:R→R，如果满足函数曲线上任意两点连线的斜率一致有界，即任意两点的斜率都小于常数K>0K>0K>0，∣f(x1)−f(x2

Turbo-shengsong·2022-12-02 17:41

LSTM系列的梯度问题

神经网络开始神经网络包括前向过程和后向过程，前向过程定义网络结构，后向过程对网络进行训练（也就是优化参数），经过多轮迭代得到最终网络（参数已定）我们先来分析一个非常简单的三层神经网络：数据集D=(x1,y1),(x2

jcsyl_mshot·2022-12-02 15:53

李宏毅深度学习笔记（五）——循环神经网络（RNN）

如图是一个简单的RNN，图中的x1和x2是输入，绿色的圆圈代表hiddenlayer，橙

好想学会深度学习啊·2022-12-02 15:29

线性回归(Linear Regression)模型的构建和实现

一般最好是从了解熟知感知机开始：感知机（与门、与非门、或门、异或门）的实现这节说的线性回归属于单层神经网络，将会学到什么是模型，怎么训练模型，怎么预测模型等，比如预测房价，其中影响房价的因素有很多，我们选取面积为x1、房龄为x2

寅恪光潜·2022-12-02 14:19

快速入门时间序列

比如序列x1,x2,x3,...,xt,...,xn（1,2,3，...,t,...n表示时间点）就是一个时间序列，其下标表示其是在哪个时间点产生的值。

rotten wood·2022-12-02 13:34

Python天空颜色渐变

形如[x1,y1,x2,y2]或[(x1,y1),(x2,y2),…]fill：线的颜色width：线宽joint：一系列线之间的连接类型。

dalong10·2022-12-02 12:46

《深度学习入门：基于python的理论与实现》学习笔记

感知机感知机的模型是神经网络的起源算法，也可以帮助我理解神经网络感知机的大致结构与门的实现defAND(x1,x2):w1,w2=0.5,0.5theta=0.7ifw1*x1+w2*x2>theta:

Chen_shu_bct·2022-12-02 12:21

深度学习中的最优化算法（一）

深度学习中的最优化算法（一）前置：mini-batch梯度下降法原理：若有100万个样本，则平均分为1000份，每一份包含1000个样本，称为batchX={x1,x2,...,x1000000}X=\

机器不想学习了·2022-12-02 07:38

[C++] Kmeans算法实现

对聚到同一类的点，计算坐标均值，更新中心点；4.循环2、3两步，直到达到指定的循环次数或者满足退出循环条件时（如每次循环中心点移动距离小于某个值），退出循环.讲一下题目输入序列坐标和聚类数k：[(x1,y1),(x2

Zeehoy·2022-12-01 21:10

《机器学习》周志华 --第3章线性模型思维导图+笔记+习题

基本形式问题描述：给定由d个属性描述的示例x=(x1;x2;x3…xd)，其中xi是x的第i个属性上的取值，线性模型试图学得一个通过属性的线性组合来进行预测函数，函数形式：f(x)=w1x1+w2x2+

汪呀呀呀呀呀呀呀·2022-12-01 20:22

浅谈模糊C均值聚类（Fuzzy C-means Clustering）

假设样本集合为X={x1，x2，…，xn}，将其分成c个模糊

wangpan007·2022-12-01 18:25

Seq2Seq(Attention)

图在上，对应讲解在下）首先seq2seq模型可以用来处理许多NLP相关任务，这里介绍加入attention机制的意义以及算法对于普通Seq2Seq模型，Encoder本身是一个RNN模型，下面的x1,x2

Kakarot_Li·2022-12-01 17:33

人工智能知识表示方式：状态空间和问题归约题目练习

注：与或图中的四元数列（X1,X2,X3,X4）代表着盘A在X1位置，盘B在X2位置等等②以上，初始状态表示为（1111），目标状态为（3333）③基于问题归约思想分解子问题，首次分解成盘ABC和盘D，

努力学习的夏同学·2022-12-01 16:11

一元一次线性回归详解

百度百科的解释是：指研究一组随机变量(Y1，Y2，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析。通俗的讲就是我们研

一直有梦想的兔子·2022-12-01 10:49

微信二维码检测的C# 实现——opencvsharp Dnn Caffe推理部署

于有了这个；internalclassSSDDetector{privatestaticfloatCLIP(floatx,floatx1,floatx2)=>Math.Max(x1,Math.Min(x,x2

易极·2022-12-01 10:17

漫步微积分二十八——极限思想下的面积计算

图1n是一个正整数，区间[0,b]分割成相等的n个子区间，得到n−1个间断点x1=bn,x2=2b

会敲键盘的猩猩·2022-12-01 10:31

3.矩阵计算及导数基础

1.标量对向量求导x是列向量，y是标量，求导之后变成了行向量ps：x1^2+2x2^2这个函数可以画成等高线,对于（x1，x2）这个点，可以做等高线的切线，再做出正交方向（2，4），这个正交方向和梯度是一样的

chnyi6_ya·2022-12-01 10:53

numpy中的norm()函数求范数

None,axis=None,keepdims=False)ord表示求什么类型的范数举例说明：importnumpyasnpx=[1,2,3,4]x1=np.linalg.norm(x=x,ord=1)x2

若水cjj·2022-12-01 09:40

学习沐神课程自用深度学习笔记05 线性回归&基础优化算法

线性回归&基础优化算法线性回归导入:美国买房价格的影响因素:卧室个数卫生间个数房屋大小据此给出一个价格影响因素记为关键因素成交价记为y权重为w偏差为b关键因素:x1,x2,x3关键因素:x_1,x_2,

Beerand·2022-12-01 08:34

Pytorch自用基础知识笔记

GPUimporttorchimportnumpyasnpdevice="cuda"iftorch.cuda.is_available()else"cpu"1、张量的创建，格式和运算z1=torch.empty(1)x2

工科狗Niko·2022-12-01 08:58

深入解读Logistic回归结果（一）：回归系数，OR

假设有一个因变量y和一组自变量x1,x2,x3,...,xn，其中y为连续变量，我们可以拟合一个线性方程：y=β0+β1*x1+β2*x2+β3*x3+...+βn*xn并通过最小二乘法估

Stig_Q·2022-12-01 07:17

matlab中两个序列的卷积,【 MATLAB 】两个序列的卷积和运算的MATLAB实现（1）

设矩形脉冲是脉冲响应的LTI系统的输入，求输出y(n).下面的脚本中用到了一个自定义的函数，也就是两个信号相加的函数：function[y,n]=sigadd(x1,n1,x2,n2)%implementsy

不拾掇能这样吗·2022-12-01 07:40

YOLO v3源码详解

读取图片，将图片调整为RGB格式，并进行padding操作，将图片大小调整为640*640标签的处理首先读取标签文件，由于图像经过了padding，首先，需要对真实框进行调整，并将真实框由（x1,y1,x2

樱花的浪漫·2022-12-01 04:33

Ricardo.M.Jiang·2022-12-01 02:19

曼哈顿距离（Manhattan Distance）

例如在平面上，坐标(x1,y1)的i点与坐标(x2,y2)的j点的曼哈顿距离为

Always0110·2022-12-01 00:48

Pytorch之Tensor基本操作

（1）创建tensor#创建未初始化的张量x1=torch.Tensor(3,2)#创建随机的张量x2=torch.rand(3,2)#创建全为1的张量x3=torch.ones(3,2)#创建全为0的张量

你这个代码我看不懂.·2022-12-01 00:46

第五章神经网络

目录第五章神经网络1.神经元模型2.感知机与多层神经网络3.误差逆传播算法(简称BP算法)4.全局最小和局部最小第五章神经网络1.神经元模型神经元接收到n个带权重(w1,w2,...)的其他神经元(x1,x2

CsdN317a·2022-11-30 20:16

Vue的数据代理+事件处理+事件修饰符+键盘事件

一、回顾Object.defineProperty()方法1、几个属性2、getter和setter（get函数和set函数）二、初识Vue三、数据代理1、数据代理的定义通过obj2去操作x2、vue中的数据代理

pigpigpi·2022-11-30 20:04

对比学习火了

目录前言近期的一些papersimsceConSERTSCCLCLEAERICAQuantiDCE更多资料应用总结前言最近对比学习火起来了，其思想特别简单但有效，总结起来就是：对一条样本x1通过数据增强得到x2

weixin_42001089·2022-11-30 18:01

深度学习softmax与多层感知机分类模型

图像中的4像素分别记为x1,x2,x3,x4x_1,x_2,x_3,x_4x1,x2,x3,x4。真实标签为狗、猫或者鸡，这些标签对应的离散值为y1,y2,y3y_1,y_2,y_3y1,y2,y3。

一名小菜鸟的学习之路·2022-11-30 17:59

【概率论】关于为什么样本标准偏差分母是n-1的进一步理解

设总体为XXX，样本为X1,X2,⋯ ,XnX_1,X_2,\cdots,X_nX1,X2,⋯,Xn，这些样本相互独立且与XXX同分布。

seh_sjlj·2022-11-30 17:32

统计学三大分布(卡方、t、F)即相应概率密度图的R语言实现

三大统计分布1.χ2\chi^2χ2分布设随机变量X1,X2,⋯ ,XnX_1,X_2,\cdots,X_nX1,X2,⋯,Xn相互独立且均服从标准正态分布N(0,1)N(0,1)N(0,1),则称随机变量

shushujiuhui123·2022-11-30 16:38

转]matlab学习-求最小值

1.有约束的一元函数的最小值单变量函数求最小值的标准形式为minf(x)sub.tox1<x<x2在MATLAB5.x中使用fmin函数求其最小值。

好清闲·2022-11-30 15:44

matlab求函数在区间内最大值与最小值

matlab求函数在区间内最大值与最小值我用了fminbnd这个函数使用方法如下详细信息官方文档方法一fun=@sin;x1=0;x2=2*pi;x=fminbnd(fun,x1,x2)结果x=4.7124%

IMCCREE·2022-11-30 15:10

Python第二弹~

矩形面积交：给出两个矩形的两个相对顶点，计算他们的香蕉面积if__name__=="__main__":x1,y1,x2,y2=map(float,input().split())x3,y3,x4,y4

Jkkkkkkkkkkkk·2022-11-30 13:19

给出a,b,c,求解一元二次方程ax²+bx+c=0方程

题目给出a,b,c,求解一元二次方程ax²+bx+c=0方程代码#include#includemain(){inta,b,c,flag,x1,x2;printf("输入a,b,c的值：");scanf

Lynn_0111·2022-11-30 11:28

计算机系统基础作业数据的机器级表示与处理

A、x1必须为0，x2,x3,x4任意；B、x1必须为1

一只胡说八道的猴子·2022-11-30 09:03

,Python交流,技术交流区,鱼C论坛 - Powered by Discuz!...

2020-4-1223:31:24我不记得什么是维度和大小信息了，所以没写，剩下两个操作利用pandas都可以很容易实现importpandasaspdm=pd.read_csv('mtcars.csv')#读取文件des=m.describe()#使用describe描述统计信息mea=m[['mpg','hp']].groupby([m['cyl'],m['carb']]).mean()#计算

weixin_39967812·2022-11-30 05:33

目标检测前言——YOLO

我们要求检测器输出5个value：物体类别class、boundingbox左上角坐标x1、boundingbox左上角坐标y1、boundingbox右下角坐标x2、boundingbox右下角坐标y2

章魚.·2022-11-30 04:38

机器学习-支持向量机核函数

核函数核函数的目的：改造支持向量机来处理非线性问题如何选择高阶的特征值，哪些高阶的特征值是我们真正需要的为了方便可视化，我们假定只有两个特征x1,x2我们手动选择3个点l1,l2,l3我们想选取新的特征值于是用下图的相似度函数

tomgaooo·2022-11-30 03:47

推荐频道

Discuz!X2