▍1. python写的AdaBoost算法
机器实战源码 AdaBoost算法二分类 主要是参考了书里的算法,然后自己去实现。先构造单决策树进行弱分类器训练,训练后分配各权值进行组装为最后总的强分类器。
机器实战源码 AdaBoost算法二分类 主要是参考了书里的算法,然后自己去实现。先构造单决策树进行弱分类器训练,训练后分配各权值进行组装为最后总的强分类器。
这是我的一个python的网页爬虫框架,共享给大家,可以用来学习python的爬虫程序。比较简单,但是个人感觉很有用。亲,请酌情下载使用学习。
KNN移动号码套餐机器学习分类。使用KNN分类方法对移动的号码进行套餐分类。在input.txt 中输入要分类的手机号码。运行KNN, 就会生成,output.txt 结果。
提供了Python笔记本代码。PCA可以通过特征值分解或奇异值分解技术执行。此代码通过特征值分解执行PCA
尽管Python在Function Programming中有着其他语言难以企及的的优势,但是我们也不要忘了Python也是一门OO语言哦。因此我们关注Python在FP上的优势的同时,还得了解一下Python在OO方面的特性。
利用tensorflow构建了一个三层的卷积神经网络识别星座图的调制方式。数据源由matlab生成,存储为301*301的图片格式。在训练50次左右准确率可以达到99%以上
python版的人工鱼群算法,一种元启发式算法
SVM向量机使用python的实现: 本代码的是基于sklearn的实现了人脸识别的简单的功能 本代码实现了手写字体的识别的功能 基于的数据是sklearn自带的
paramiko是用python语言写的一个模块,遵循SSH2协议,支持以加密和认证的方式,进行远程服务器的连接。 由于使用的是python这样的能够跨平台运行的语言,所以所有python支持的平台,如Linux, Solaris, BSD, MacOS X, Windows等,paramiko都可以支持,因此,如果需要使用SSH从一个平台连接到另外一个平台,进行一系列的操作时,paramiko是最佳工具之一。
这是一个利用python语言,基于维基百科语料库的word2vec词向量模型的训练,用非常主流的算法实现文本形式向计算机能够识别的形式的转换,然后用于文本分类。
复杂网络格式转换软件主要为复杂网络相关方向的科研人员所开发,旨在提高相关工作的效率,主要用于不同复杂网络数据格式的转换、可视化和修改。 复杂网络格式转换软件用于常见复杂网络或图数据格式的转换,支持对源文件进行可视化的修改和另存,支持对源文件或修改文件对应的网络进行绘制预览,支持15种不同格式源文件的读取,支持20种不同格式目标文件的存储。
很多同学在学习人工智能或者数据挖掘的时候都会遇到kmeans算法,因为这是最基础的算法。这里上传phthon的代码,绝对可用
模糊C均值聚类算法,其思想:使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。每一个数据都有p个特征,将样本X分为c个模糊组,并求每组的聚类中心。FCM的输入是一个待聚类的数据集,它的输出是一个cxn的模糊划分矩阵U.一个数据集的隶属度的和总等于1. 聚类中心表示的是每个类的平均特征,认为是这个类的代表点。