分类任务一直都是机器学习的基础任务，已经被广泛应用在新闻分类、情感分类、主题分类、图片分类、视频分类等领域。机器学习分类通过训练集进行学习，建立一个从输入空间 X 到输出空间 Y（离散值）的映射。按输出类别（标签）不同，可以分为二元分类（Binary Classification）、多元分类（Multi-Class Classification）。本文以二元分类为例，介绍一下机器学习在分类问题中的
##——————————————————————————施工中————————————————————————————##
import random
import math
import numpy
#于2020.10.16日写，本程序为老师布置的遗传算法的练习#design by zqh#联系方式QQ962903415，博客园-
#——————————————参数部分————————————
线性回归 线性回归：线性回归时利用数理统计中的回归分析，来确定两个或两个以上变量间相互依赖的定量关系的一种统计分析方法。分类:一元线性回归分析只包括一个自变量和一个因变量，且两者的关系可用一直直线近似表示，这种回归分析称为一元线性回归分析。多元线性回归分析回归分析中包括两个或两个以上的自变量，且因变量与自变量之间是线性近似关系，则称为多元线性回归分析。特点：用于解决回归问题思想简单，容易实现是需要
6.1 分类我们开始讨论要预测的y是一个离散值情况下的分类问题。我们将开发一个逻辑回归算法（一个分类算法）分类问题：例如将邮件分为是否是垃圾邮件，判断肿瘤是恶性还是良性等。二元分类问题：非负即正非黑即白的问题，如上面的两个例子多分类问题：即有多个结果的问题。 当我们用线性回归的方法处理这个问题，我们可以设置一个阈值，比如0.5，当代价函数值
转载
2023-09-06 14:41:41
104阅读
首先介绍一下多元线性回归思想：在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。那么当你遇到一堆的变量却不知如何选出最优的变量以达到模型最优的情况下，这是你该怎么办呢？这时有的同学就会说可以根据增加的变量观
二分搜索算法 常用的使用场景：寻找一个数，寻找左侧边界，寻找右侧边界 1.1 二分搜索模板 先介绍下二分搜索模板，后面的二分搜索都是基于这个二分搜索模板的 int binarySearch(vector<int>& nums, int target){ int left = 0, right = . ...
转载
2021-08-15 13:20:00
152阅读
2评论
搜索是一种有目的地枚举问题的解空间中部分或全部情况，进而找到解的方法。然后，与枚举策略相比，搜索通常是有目的的查找，发现解空间的某一子集内不存在解时，它便会放弃对该子集的搜索，而不像枚举那般逐个地检查子集内的解是否为问题的解。1.宽度优先搜索宽度优先搜索策略从搜索的起点开始，不断地优先访问当前结点的邻居。也就是说，首先访问起点，然后依次访问起点尚未访问的邻居结点，再按照访问起点邻居的先后顺序依次访
转载
2021-03-12 10:55:09
481阅读
2评论
2018-03-17 18:15:47 A*搜索算法是最短路径问题中另一个非常经典的算法。A*算法常用于游戏中的NPC的移动计算，或网络游戏的BOT的移动计算上。 该算法综合了Best-First Search和Dijkstra算法的优点：在进行启发式搜索提高算法效率的同时，可以保证找到一条最优路径
转载
2018-03-17 18:57:00
224阅读
2评论
A*搜寻算法俗称A星算法。这是一种在图形平面上，有多个节点的路径。求出最低通过成本的算法。经常使用于游戏中的NPC的移动计算，或线上游戏的BOT的移动计算上。 这样的算法的所获得的路径并不一定是最短路径但一定是我们所关注的某一方面价值最“优”的路径。我们将地图划分为一个个节点，从出发点到目标的路径就
转载
2017-07-09 09:03:00
173阅读
2评论
线性搜索是一种非常简单的搜索算法。在这种类型的搜索中，逐个对所有项目进行顺序搜索。检查每个项目，如果找到匹配项，则返集结束。
原创
精选
2023-08-30 11:58:43
315阅读
是在图形平面上，有多个节点的路径，求出最低通过成本的算法。这个算法搜索最优路径是通过一个一个估值函数：f(n)=g(n)+h(n) 。 g(n)，它表示从起始搜索点到当前点的代价（通常用某结点在搜索树中的深度来表示）。就是从初始状态到状态n的代价。 h(n)，即当前结点到目标结点的估值。就是从状态n ...
转载
2021-10-17 20:49:00
239阅读
2评论
二分算法步骤描述前提：有序数组中查找关键词所在的位置① 首先确定整个查找区间的中间位置 mid = strat+(end-strat)/2② 用待查关键字key值与中间位置的关键字值进行比较；若相等，则查找成功若大于，则在后（右）半个区域继续进行折半查找若小于，则在前（左）半个区域继续进行折半查找③ 对确定的缩小区域再按折半公式，重复上述步骤#include<...
原创
2022-07-13 09:48:20
57阅读
二元选择排序 原理：这个是在选择排序方法上改进的。这种排序法会同时查找最大值和最小值。找到最大最小值之后需要注意它是怎么放到正确的位置的，我就是在交换位置这里耗了一个下午，先是把头尾的值放到最大最小的那两个位置那里，在把最小和最大值分别放到头尾。 [03:20:54] vi eryuanselect
原创
2021-07-21 11:13:17
655阅读
数组的定义是把具有相同类型的若干变量按有序的形式组织起来。这些按序排列的同类数据元素的集合称为数组。数组简单点来说就是相同数据类型的数据集合。数组分为一元数组、二元数组、多元数组、字符数组（字符串）、结构体数组和指针数组等数组类型。一元数组一元数组就像上一条线，每一个元素都是连续存储在内存中。一般数组的大小都是固定的（字符数组除外），因此数组中的每一个值都有一个对应的下标，可以通过下标获取数组的某
在本文中，我想谈谈二元算术运算。具体来说，我想解读减法的工作原理：a - b。我故意选择了减法，因为它是不可交换的。这可以强调出操作顺序的重要性，与加法操作相比，你可能会在实现时误将 a 和 b 翻转，但还是得到相同的结果。查看 C 代码按照惯例，我们从查看 CPython 解释器编译的字节码开始。>>> def sub(): a - b
...
>>> imp
python开发中元组是什么？元组（tuple）是关系数据库中的基本概念，关系是一张表，表中的每行（即数据库中的每条记录）就是一个元组，每列就是一个属性。 在二维表里，元组也称为行。tuple:元组，元组将多样的对象集合到一起，不能修改，通过索引进 行查找，使用括号”()”;应用场景：把一些数据当做一个整体去使用，不能修改；1、描述Python 元组 cmp() 函数用于比较两个元组元素。2、语法
二元logistic回归分析流程如下图：一、分析前准备二元logistic回归分析适用于研究因变量为二分类变量的数据，二分类变量即为那些结局只有两种可能性的变量。比如因变量表示为“是”或“否”、“同意”或“不同意”、“发生”或“不发生”这类形式。当前有一份数据，想要分析在银行贷款的客户其“是否违约”的影响因素，当前掌握的可能影响因素有年龄、工资、教育水平、负债率、信用卡负债、工作年限、居住时长。在
转载
2023-09-14 08:49:45
239阅读
0、前言 本文罗列常见改进策略，并将其应用于麻雀优化算法（SSA）的改进上，并对比改进后的效果。1、ISSA原理 具体 请参考文献《改进的麻雀搜索优化算法及其应用》。 原始SSA更新方式如下： Xbest
一、算法原理研究表明，圈养的麻雀存在两种不同类型：发现者和加入者。发现者在种群中负责寻找食物并为整个麻雀种群提供觅食区域和方向，而加入者则是利用发现者来获取食物。在生活中我们仔细观察会发现，当群体中有麻雀发现周围有捕食者时，此时群体中一个或多个个体会发出啁啾声，一旦发出这样的声音整个种群就会立即躲避危险，进而飞到其它的安全区域进行觅食。这样的麻雀被称为警觉者。麻雀搜索算法就是利用麻雀的这种生物特性
图像检索：是从一堆图片中找到与待匹配的图像相似的图片，就是以图找图。看了两篇文章：Large-Scale Image Retrieval with Attentive Deep Local Features https://arxiv.org/pdf/1612.06321v4.pdfAggregated Deep Local Features for Remote Sens
转载
2023-09-06 11:29:38
92阅读
