AI_算法基础第25页

机器学习算法基础——KNN算法

KNN(K-NearestNeighbor)–K近邻分类算法•为了判断未知实例的类别，以所有已知类别的实例作为参照选择参数K•计算未知实例与所有已知实例的距离•选择最近K个已知实例•根据少数服从多数的投票法则(majority-voting)，让未知实例归类为K个最邻近样本中最多数的类别简单来说，KNN算法就是看预测数据距离哪一类数据接近就把它预测成哪一类。举一个简单的例子：如图，红色的点和蓝色的

snowy2002·2022-12-24 11:19

搜索中常见数据结构与算法探究（一）

1前言ES现在已经被广泛的使用在日常的搜索中，Lucene作为它的内核值得我们深入研究，比如FST，下面就用两篇分享来介绍一些本文的主题：第一篇主要介绍数据结构和算法基础和分析方法，以及一些常用的典型的数据结构

·2022-12-23 19:05

C语言算法基础——二叉树的实现

文章目录前言一、实现二叉树的基本思想二、二叉树的代码1.二叉树的结构体2.二叉树的初始化3.二叉树的创建4.前中后序遍历5.求树的深度6.二叉树的翻转7.主函数测试8.结果展示总结前言1、二叉树（Binarytree）是树形结构的一个重要类型。许多实际问题抽象出来的数据结构往往是二叉树形式，即使是一般的树也能简单地转换为二叉树，而且二叉树的存储结构及其算法都较为简单，因此二叉树显得特别重要。二叉树

Conspicuous.·2022-12-23 15:41

机器学习算法基础——逻辑回归

01逻辑回归可以用来解决简单的二分类问题。逻辑回归的预测函数为hθ(x)=g(θTx)h_\theta(x)=g(\theta^Tx)hθ(x)=g(θTx)，其中g(x)g(x)g(x)为sigmoidsigmoidsigmoid函数，用于将数值映射到区间[0,1][0,1][0,1]中，然后再取对数值用于刻画损失函数。线性逻辑回归：我们先来实现一个简单的线性逻辑回归的二分类问题：数据下载：ht

snowy2002·2022-12-22 08:32

开源书，可以更好的学习算法知识吗？

进一步查阅研究发现是一批开发者发起的讲算法基础的开源书。书的名字叫《Hello算法》，GitHub地址：传送链接官网地址：传送链接恰好酱也想学习下算法基

开源酱·2022-12-21 10:47

RAPPOR: Randomized Aggregatable Privacy-PreservingOrdinal Response略读

RAPPOR算法基础用户将数据进行扰动后发送给收集者，在进行后续的各种操作首先将字符串通过布隆过滤器用h个哈希函数进行处理（这里用了4个，所以B有4位置1），得到B，随后将B通过随机响应函数获得永久随机响应

_DADA__·2022-12-21 05:44

算法与数据结构 - 算法基础

文章目录前言一、算法与数据结构简介1.算法1.1什么是算法1.2算法的作用1.3题外话2.数据结构2.1什么是数据结构二、评价算法的标准2.1时间复杂度（1）基础运行次数（时间频次）（2）渐进时间复杂度什么是渐进时间复杂度如何推导时间复杂度常见的时间复杂度常见复杂度排序2.2空间复杂度（1）常见的空间复杂度结语前言点赞再看，养成习惯！关注晓龙oba公众号,更多电子书及学习资源免费领取。一、算法与数

晓龙oba·2022-12-20 17:38

2020年算法工程师技术路线图

来源：极市平台本文约13600字，建议阅读10分钟本文从工程基础、算法基础、算法工程交叉、工程深入方向、算法深入方向等方面给出建议，并设计了自我考核模块，帮助大家查漏补缺，自我提升。

数据派THU·2022-12-20 11:29

ISP成像算法基础Day2—Numpy

NumPy是在1995年诞⽣的Python库Numeric的基础上建⽴起来的。但真正促使NumPy的发⾏的是Python的SciPy库，SciPy是2001年发⾏的⼀个类似于Matlab，Maple，Mathematica等数学计算软件的Python库，它实现⾥⾯的⼤多数功能但SciPy中并没有合适的类似于Numeric中的对于基础的数据对象处理的功能。于是，SciPy的开发者将SciPy中的⼀部

Pluto2022·2022-12-20 09:45

算法基础知识-梯度，损失函数，目标函数

1.梯度梯度是一个向量(矢量)，它的数学含义是函数f(x,y)在可导处的变化速率，梯度越小，表示函数越趋近与某个最小极值。所以在机器学习算法中，通过梯度下降算法来对函数进行调优。2.损失函数-Loss-Function损失函数是衡量样本平均误差相关的函数，损失函数的数学意义是衡量模型输入与输出之间的误差值大小的函数。模型训练的目标就是求出使得损失函数取值最小的时候的模型参数。损失函数是用来评价模型

cyqyong·2022-12-19 17:13

数据挖掘学习——关联分析（电商、短视频常用推荐算法基础）+ python代码

目录1.概论2.基本概念（1）项集（2）关联规则（3）支持度（4）置信度（5）关联分析的基本步骤4.Apriori关联分析算法（1）寻找频繁项集（2）生成关联关系5.FP增长算法（1）将事务编码为FP树（2）寻找频繁项集6.python代码实现1.概论以最经典的“尿不湿和啤酒”的故事来说，这个故事讲的是一家超市通过分析往期的顾客购物清单，发现很多顾客在购买尿不湿的同时也购买了啤酒，于是这家超市将啤

长弓同学·2022-12-19 11:23

Spark 3.0 - 13.ML Kmeans 聚类理论与实战

目录一.引言二.Kmeans理论1.算法基础2.算法示例三.K-means实战1.数据准备2.构建K-means模型3.模型评估4.获取聚类中心四.总结一.引言聚类是一种数据挖掘领域中常见的无监督学习算法

BIT_666·2022-12-19 10:50

机器学习算法基础 Day6

回归算法-线性回归分析回归：目标值连续线性回归：寻找一种能预测的趋势线性关系：二维，直线关系；三维，目标值在一个平面内。线性模型b是为了将平面的直线都概括进去。因为y=kx只能概括经过原点的直线线性回归通过属性的线性组合来进行预测的函数：矩阵和数组的关系补充：从上图分析，数组在numpy中是ndarray类型，我们引入矩阵，就是为了满足一些特定的运算，我们要求他必须是二维，二维是个什么概念？就是[

小浩码出未来！·2022-12-18 09:21

机器学习算法基础 Day7

模型的保存与加载fromsklearn.externalsimportjoblib保存：joblib.dump(rf,'test.pkl')加载：estimator=joblib.load('test.pkl')注：文件格式pkl加载训练好的模型，就不需要再进行模型训练。分类算法-逻辑回归线性回归的式子作为逻辑回归的输入。逻辑回归是解决二分类问题的利器输入：逻辑回归公式：输出：[0,1]区间的概率

小浩码出未来！·2022-12-18 09:44

机器学习算法基础day6-7

1sklearnk-近邻算法API数据的处理（1）缩小数据集范围DataFrame.query()（2）处理日期数据pd.to_datetimepd.DatetimeIndex（3）增加分割的日期数据（4）删除没用的日期数据pd.drop（5）将签到位置少于n个用户的删除place_count=data.groupby('place_id').aggregate(np.count_nonzero)

CHEN的小喵·2022-12-16 16:20

机器学习算法基础day8

1常见决策树使用的算法ID3信息增益最大的准则C4.5信息增益比最大的准则CART回归树:平方误差最小分类树:基尼系数最小的准则在sklearn中可以选择划分的原则2sklearn决策树API3泰坦尼克号乘客生存分类模型(1)pd读取数据(2)选择有影响的特征，处理缺失值(3)进行特征工程，pd转换字典，特征抽取x_train.to_dict(orient="records")(4)决策树估计器流

CHEN的小喵·2022-12-16 16:20

机器学习算法基础day4-5

1sklearn数据集划分APIsklearn.model_selection.train_test_split2数据集返回的类型3sklearn机器学习算法的实现-估计器在sklearn中，估计器(estimator)是一个重要的角色，分类器和回归器都属于estimator，是一类实现了算法的API(1)用于分类的估类器sklearn.neighborsk-近邻算法sklearn.naive_b

CHEN的小喵·2022-12-16 16:19

机器学习算法基础 Day4

概率基础概率定义为一件事情发生的可能性联合概率和条件概率问题1、女神喜欢的概率？4/72、职业是程序员并且体型匀称的概率？P(程序员，匀称)=3/7*4/7=12/493、在女神喜欢的条件下，职业是程序员的概率？P(程序员|喜欢)=2/44、在女神喜欢的条件下，职业是产品，体重是超重的概率？P(产品，超重|喜欢)=P（产品|喜欢）P（超重|喜欢）=1/2*1/4=1/8朴素贝叶斯公式问题：从上面的

小浩码出未来！·2022-12-16 16:48

机器学习算法基础 Day2

1数据的特征抽取特征抽取对文本等数据进行特征值化。API：sklearn.feature_extraction字典特征抽取sklearn.feature_extraction.DictVectorizerDictVectorizer语法DictVectorizer(sparse=True，…）：sparse=Teur意思是产生稀疏矩阵DictVectorizer.fit_transform(X)：

小浩码出未来！·2022-12-16 16:18

机器学习算法基础 Day3

定义如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法最早是由Cover和Hart提出的一种分类算法计算距离公式两个样本的距离可以通过如下公式计算，又叫欧式距离比如说，a(a1,a2,a3),b(b1,b2,b3)计算距离公式两个样本的距离可以通过如下公式计算，又叫欧式距离比如说，a(a1,a2,a3),b(b1,b2,b3

小浩码出未来！·2022-12-16 16:18

机器学习算法基础-day2

机器学习算法基础sklearn数据集与机器学习组成机器学习组成：模型、策略、优化开发机器学习应用程序的步骤scikit-learn数据集sklearn.datasets模型的选择如何选择合适的算法模型监督学习中三类问题的解释分类问题回归问题标注问题模型检验

沸腾鱼o_o·2022-12-16 16:43

机器学习算法基础 Day5

分类算法-决策树、随机森林认识决策树信息论基础-银行贷款分析决策树的生成泰坦尼克号乘客生存分类例子：决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法信息的度量和作用假设有32支球队，猜谁“谁是世界杯冠军”的信息量应该比5比特少。香农指出，它的准确信息量应该是：H=-(p1logp1+p2logp2+…+p32log32

小浩码出未来！·2022-12-16 16:39

机器学习算法基础6-模型保存与加载、逻辑回归、Kmeans(聚类)

文章目录一、模型的保存与加载二、逻辑回归-分类算法1.逻辑回归介绍2.逻辑回归损失函数3.逻辑回归API4.LogisticRegression回归案例-良／恶性乳腺癌肿瘤预测5.LogisticRegression总结6.判别模型与生成模型三、k-means-聚类-(非监督学习算法)1.k-means步骤2.聚类案例-用户对物品种类喜好分析3.Kmeans性能评估指标4.Kmeans性能评估指标

哎呦-_-不错·2022-12-16 11:16

机器学习算法基础8-模型保存与加载、逻辑回归、Kmeans(聚类)

目录一、模型的保存与加载二、逻辑回归-分类算法1.逻辑回归介绍2.逻辑回归损失函数3.逻辑回归API4.LogisticRegression回归案例-良／恶性乳腺癌肿瘤预测5.LogisticRegression总结6.判别模型与生成模型三、k-means-聚类-(非监督学习算法)1.k-means步骤2.聚类案例-用户对物品种类喜好分析3.Kmeans性能评估指标4.Kmeans性能评估指标AP

qq_42749341·2022-12-16 11:10

机器学习算法基础 6 模型保存与加载、逻辑回归、Kmeans(聚类)

模型的保存与加载#sklearn模型的保存与加载fromsklearn.datasetsimportload_bostonfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preprocessingimportStandardScalerfromsklearn.linear_modelimportLinearRegressio

eddiechen10081·2022-12-16 11:36

人工智能-算法入门-

1入门1.1算法基础和算法选择https://www.cnblogs.com/skying555/p/6898150.html步骤0：了解基本知识在我们深入学习之前，我们先重温基础知识。

yuezhilangniao·2022-12-16 04:12

数据结构和算法基础Python语言实现

等了有1年多了，这本《数据结构和算法基础Python语言实现》终于和大家见面了。书本配套教程：https://github.com/liangxuCHEN/Algorithms_python

懂一点的陈老师·2022-12-16 03:47

基于ENVI 5.3单通道算法：普适性算法和TIRS 10_SC算法操作要点

提示：本文基于上一篇单通道算法基础，只写操作要点。

江子姬·2022-12-15 16:50

朴素贝叶斯模型

朴素贝叶斯模型朴素贝叶斯方法是在贝叶斯算法基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。

big_matster·2022-12-14 20:13

【人工智能算法】算法基础之K均值聚类算法

本文重点主要有：聚类质心非监督训练K均值算法理解训练集多组观测值通常被划分为称作“训练集”的大型集合，这些数据都被用于训练机器学习算法。“训练”指的是通过调整算法的内部状态，使得机器学习算法的输出符合预期输出的过程。按所使用的训练集不同，机器学习算法宽泛地分为两类：监督学习和非监督学习。在非监督学习过程中，你仅仅向算法提供向量形式的输入数据，但却不设置预期输出；聚类算法就是一种非监督学习。非监督学

桑桑在路上·2022-12-14 15:05

改进的Patchwork数字水印算法——C++实现

Patchwork数字水印算法基础原理Patchwork原意为一种用各种颜色和形状拼接成的布料。

Atrix·M·2022-12-14 11:28

2023计划安排

年江苏省程序设计竞赛2023-2024赛季中国大学生程序设计竞赛2023-2024赛季国际大学生程序设计竞赛（数学建模类）2023年美国大学生数学建模竞赛2023年中国大学生数学建模竞赛学习内容：1.AcWing算法基础课

钰见梵星·2022-12-14 10:53

ACC算法学习笔记（一）：ACC法规

瑾以此博记录自动驾驶算法学习之路，本次更新ACC控制算法基础（一）：法规要求。

镇江小阿彬·2022-12-13 18:47

寒假总结 2022.2.19

通过牛客算法基础集训，进一步提升了解题能力。不足之处：某些算法还没来得及复习导致遗忘，新学算法掌握不深。2.JavaJavaSE完结。学习数据库SQL，掌握基本查询语句。学了一部分JDBC。

m0_51303687·2022-12-13 18:34

计算机视觉处理算法基础及视觉特征提取

1.图中矩阵分别为二维原图像素矩阵，二维的图像滤波矩阵，以及最后滤波后的新像素图。对于原图像的每一个像素点，计算它的领域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为当前中心像素位置的值，这样就完成了滤波的过程了。平滑滤波包括平均滤波、高斯滤波、中值滤波等方法，其中高斯滤波最为常用。平均滤波：输出像素值是核窗口内像素值的均值高斯滤波：将输入数组的每一个像素点与高斯内核卷积，将卷积和当作输出像素

liangchenyu2010·2022-12-13 13:40

何川, 周军. 具有直线结构保护的网格化图像拼接[J]. 中国图象图形学报, 2018

本文在NISwGSP（naturalimagestitchingwiththeglobalsimilarityprior）算法基础上提出了一种具有直线结构保护的图像拼接算法（MISwLP）。

guet_gjl·2022-12-12 16:09

量子搜索算法基础: Quantum Amplititude Amplification

1.IntroductionYouhavelikelyheardthatoneofthemanyadvantagesaquantumcomputerhasoveraclassicalcomputerisitssuperiorspeedsearchingdatabases.Grover’salgorithmdemonstratesthiscapability.Thisalgorithmcanspee

元之田·2022-12-12 13:32

DeepSort目标跟踪算法

DeepSort目标跟踪算法是在Sort算法基础上改进的。

彭祥.·2022-12-11 09:48

机器学习算法基础——多元线性回归

多元线性回归和一元线性回归基本一致，只介绍sklearn的方法实现：importnumpyasnpfrommatplotlibimportpyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.linear_modelimportLinearRegressiondata=np.genfromtxt('Delivery.csv',deli

snowy2002·2022-12-10 16:43

Three.js层级模型节点命名、查找、遍历

如果你有一定的算法基础对树结构肯定会非常了解，如果你了解前端的DOM树结构也非常有助于本节课的学习，如果这些都不了解也没有关系，直接体验本节课的案例源码。

郭隆邦技术博客·2022-12-10 09:41

最常见算法面试题

文章目录前言一、算法好处二、算法基础三、五大算法思想四、高频面试算法题1.链表反转2.环形链表3.大数相加4.冒泡排序优化5.LRU实现前言算法题是现在面试必考题，作者通过最近面试复盘并总结一下相关的算法题

Ariel小葵·2022-12-09 15:32

机器学习算法基础5-线回归与岭回归

文章目录一、线回归1.线性回归的定义2.线性回归策略-损失函数-最小二乘法1）最小二乘法之正规方程2）最小二乘法之梯度下降3.sklearn线性回归正规方程、梯度下降API4.线性回归案例-波士顿房价数据集分析5.回归性能评估6.LinearRegression与SGDRegressor评估7.过拟合与欠拟合8.正则化二、岭回归一、线回归1.线性回归的定义回归问题的判定？-目标值连续线性回归：定义

哎呦-_-不错·2022-12-09 13:15

机器学习算法基础 4 决策树与随机森林

决策树决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法信息论基础信息熵依据Boltzmann’sH-theorem，香农把随机变量XXX的熵值HΗH（希腊字母Eta）定义如下，其值域为x1,...,xn{x_1,...,x_n}x1,...,xn：H(X)=∑iP(xi) I(xi)=−∑iP(xi)log⁡bP(xi

eddiechen10081·2022-12-09 13:07

机器学习算法基础 2

数据降维特征选择特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征，特征在选择前和选择后可以改变值、也不改变值，但是选择后的特征维数肯定比选择前小，毕竟我们只选择了其中的一部分特征。特征选择原因：冗余：部分特征的相关度高，容易消耗计算性能噪声：部分特征对预测结果有负影响主要方法Filter(过滤式):VarianceThreshold（方差Variance）Embedded(嵌入式)

eddiechen10081·2022-12-09 13:37

机器学习算法基础 3

K-近邻算法(KNN)定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。通俗来说，就是根据你的邻居来推断你的类别来源：KNN算法最早是由Cover和Hart提出的一种分类算法计算距离公式（欧氏距离）（重点）相似的样本，特征之间的值应该都是相近的K-近邻算法需要对数据作标准化处理K-近邻算法实例-预测入住位置https://www