wx60bddca97d334的最近发布

软件的社交能力

首先回顾一下《变身博士》中著名的精神病，他的发病起因大抵可归结为一条——人格分裂。再来思考一下自己是否有分裂的迹象，当然，我没有，至少我不会当众承认。然而澄清的世界在互联网面前改变了，任何人都可以申请N个不同的帐号来扮演不同的角色，这不是人格分裂又是什么？既

软件的社交能力

远程登录

提示框

iphone

原创 2022-04-08 10:11:22 84 阅读

多变量微积分笔记8——二重积分

　　二重积分是二元函数在空间上的积分，同定积分类似，是某种特定形式的和的极限。本质是求曲顶柱体体积。重积分有着广泛的应用，可以用来计算曲面的面积，平面薄片重心等。平面区域的二重积分可以推广为在高维空间中的（有向）曲面上进行积分，称为曲面积分。　

二重积分

二元积分

定积分

定义域

javascript

原创 2022-04-08 10:10:29 3407 阅读

多变量微积分笔记18——连通区域

设R是一区域，若属于R内任一简单闭曲线的内部都属于R，则称R为单连通区域。更通俗地说，单连通区域是没有“洞”的区域，多连通区域是有“洞”的区域。格林公式的有效性　　通过上章的内容，我们知道格林公式有两种表达：

单连通区域

多连通区域

公众号

扫描二维码

物理意义

原创 2022-04-08 10:10:01 1310 阅读

朴素贝叶斯

朴素贝叶斯分类是基于贝叶斯概率的思想，假设属性之间相互独立，求得各特征的概率，最后取较大的一个作为预测结果（为了消弱罕见特征对最终结果的影响，通常会为概率加入权重，在比较时加入阈值）。朴素贝叶斯是较为简单的一种分类器。　　

机器学习

朴素贝叶斯

spring

mvc

原创 2022-04-08 10:09:42 357 阅读

FP-growth算法发现频繁项集（二）——发现频繁项集

上篇介绍了如何构建FP树，FP树的每条路径都满足最小支持度，我们需要做的是在一条路径上寻找到更多的关联关系。抽取条件模式基　　首先从FP树头指针表中的单个频繁元素项开始。对于每一个元素项，获得其对应的条件模式基（conditional pattern ba

机器学习

FP-growth

频繁项集

子节点

父节点

原创 2022-04-08 10:09:28 562 阅读

k最邻近算法——加权kNN

加权kNN　　上篇文章中提到为每个点的距离增加一个权重，使得距离近的点可以得到更大的权重，在此描述如何加权。反函数　　该方法最简单的形式是返回距离的倒数，比如距离d，权重1/d。有时候，完全一样或非常接近的商品权重会很大甚至无穷大。基于这样的原

机器学习

加权KNN

权重

数据

原创 2022-04-08 10:09:12 2251 阅读

使用Apriori进行关联分析（二）

书接上文（使用Apriori进行关联分析（一）），介绍如何挖掘关联规则。发现关联规则　　我们的目标是通过频繁项集挖掘到隐藏的关联规则。　　所谓关联规则，指通过某个元素集推导出另一个元素集。比如有一个频繁项集{底板,胶皮,胶水}，那么一个可能的关联规则是{底板,胶皮}→{胶水}

机器学习

apriori

关联规则

频繁项集

数据

原创 2022-04-08 10:08:57 278 阅读

隐马尔可夫模型（一）

隐马尔可夫模型（Hidden Markov Model，HMM）是一种统计模型，广泛应用在语音识别，词性自动标注，音字转

机器学习

隐马尔可夫模型

d3

最短路径

混淆矩阵

原创 2022-04-08 10:08:44 340 阅读

集成学习之AdaBoost

当做出重要决定时，大家可能会考虑吸取多个专家而不只是一个人的意见，机器学习也是如此，这就是集成学习的基本思想。使用集成方法时有多种形式：可以是不同算法的集成，也可以是同一算法在不同设置下的集成，还可以是数据集不同部分分配给不同分类器之后的集成。　

机器学习

adaboost

权重

权值

迭代

原创 2022-04-08 10:08:21 326 阅读

图像识别的前期工作——使用pillow进行图像处理

pillow是个很好用的python图像处理库，可以到官方网站下载最新的文件。如果官网的任何PIL版本都不能与自己的python版本对应，或 import

机器学习

KNN

pillow

二值化

python

原创 2022-04-08 10:08:00 420 阅读

使用Apriori进行关联分析（一）

大型超市有海量交易数据，我们可以通过聚类算法寻找购买相似物品的人群，从而为特定人群提供更具个性化的服务。但是对于超市来讲，更有价值的是如何找出商品的隐藏关联，从而打包促销，以增加营业收入。其中最经典的案例就是关于尿不湿和啤酒的故事。

机器学习

apriori

频繁项集

关联规则

数据集

原创 2022-04-08 10:07:33 368 阅读

k最邻近算法——使用kNN进行手写识别

上篇文章中提到了使用pillow对手写文字进行预处理，本文介绍如何使用kNN算法对文字进行识别。基本概念　　k最邻

机器学习

KNN

手写识别

数据

待分类

原创 2022-04-08 10:07:17 640 阅读

FP-growth算法发现频繁项集（一）——构建FP树

常见的挖掘频繁项集算法有两类，一类是Apriori算法，另一类是FP-growth。Apriori通过不断的构造候选集、筛选候选集挖掘出频繁项集，需要多次扫描原始数据，当原始数据较大时，磁盘I/O次数太多，效率比较低下。FPGrowth不同于Apriori的“试探”策略，算法只需扫描原始数据两遍

机器学习

FP-growth

数据

数据项

频繁项集

原创 2022-04-08 10:07:07 1337 阅读

多变量微积分笔记7——非独立变量

1．独立变量，即一个量改变不会引起除因变量以外的其他量的改变。只有将某物理量由独立变量来表达，由它给出的函数关系才是正确的。2．

非独立变量

javascript

约束条件

状态方程

原创 2022-04-08 10:04:58 795 阅读

西子湖畔

当年的《新白娘子传奇》红透了半边天，我在心中多次勾勒“春雨如酒柳如烟”的画面，泛舟西湖，品尝美酒佳肴，沉醉在群山碧水之中……这些美丽的风景是革命先烈用生命换来了，我要好好学习，加入到社会主义建设的大潮中，为早日实现四个现代化做出自己的贡献！我上小学时写的作文

西子湖畔

原创 2022-04-08 10:04:37 129 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

wx60bddca97d334的博客

软件的社交能力

多变量微积分笔记8——二重积分

多变量微积分笔记18——连通区域

朴素贝叶斯

FP-growth算法发现频繁项集（二）——发现频繁项集

k最邻近算法——加权kNN

使用Apriori进行关联分析（二）

隐马尔可夫模型（一）

集成学习之AdaBoost

图像识别的前期工作——使用pillow进行图像处理

使用Apriori进行关联分析（一）

k最邻近算法——使用kNN进行手写识别

FP-growth算法发现频繁项集（一）——构建FP树

多变量微积分笔记7——非独立变量

西子湖畔