Live2D

02 2019 档案

摘要:一、简单的支持向量分类(完全线性可分的数据) 1、线性分类SVM:用线或者面完全分割,用硬间隔就行。 2、有异常点的不能用简单的线性分割,用软间隔进行处理:容忍部分错误分类。如下图 二、复杂SVM分类(处理完全线性不可分的数据) 1、将低维数据映射到高维(核函数) K(x,z)=ϕ(xi)∙ϕ(xj 阅读全文
posted @ 2019-02-27 18:56 -涂涂- 阅读(536) 评论(0) 推荐(0) 编辑
摘要:词云图 效果如图:(右边是随便选择的形状) 阅读全文
posted @ 2019-02-26 22:05 -涂涂- 阅读(149) 评论(0) 推荐(0) 编辑
摘要:各种线图: 各种echart图: 参考: https://www.jianshu.com/p/b718c307a61c https://www.cnblogs.com/chaoren399/p/5792168.html 阅读全文
posted @ 2019-02-26 21:57 -涂涂- 阅读(304) 评论(0) 推荐(0) 编辑
摘要:通过判断字符的编码大小来确定字符 “C” 是否是中文,不同编码中字符编码大小不同。 1、utf-8编码 2、unicode编码 阅读全文
posted @ 2019-02-26 18:05 -涂涂- 阅读(2184) 评论(0) 推荐(0) 编辑
摘要:几种基本的简单计算时间差的方法 方法1 import datetime starttime = datetime.datetime.now() fun() endtime = datetime.datetime.now() print (endtime - starttime).seconds 方法 阅读全文
posted @ 2019-02-26 17:42 -涂涂- 阅读(711) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示