2016年9月29日

摘要: 图案的算术操作。 输出如下(图丑忽略。。。文档原图未找到): 阅读全文

posted @ 2016-09-29 00:54 不秩稚童 阅读(369) 评论(0) 推荐(0) 编辑

摘要: 开发环境,win7 32bit, Anaconda3.之前尝试pip安装,但是总是不成功。后来,交流群里面废帝大神让我用conda安装,之后按照conda install --channel https://conda.anaconda.org/menpo opencv3,安装成功。开始的时候总是提 阅读全文

posted @ 2016-09-29 00:48 不秩稚童 阅读(2384) 评论(0) 推荐(0) 编辑

摘要: 关于border的部分,边缘处理。 输出如下: 阅读全文

posted @ 2016-09-29 00:38 不秩稚童 阅读(3140) 评论(0) 推荐(0) 编辑

摘要: Color image loaded by OpenCV is in BGR mode.But Matplotlib displays in RGB mode.So color images will not be displayed correctly in Matplotlib if image 阅读全文

posted @ 2016-09-29 00:29 不秩稚童 阅读(5657) 评论(0) 推荐(0) 编辑

摘要: 最近看MATLAB有点看不下去。。。就忍不住回到python的怀抱。研究下OpenCV,就当放松啦,对视觉还是很感兴趣的。 这里和之后代码大部分是来自这里的文档。 首先是对图片的处理。 这里的cute.jpg是这幅(好萌。。): 代码输出: 阅读全文

posted @ 2016-09-29 00:19 不秩稚童 阅读(796) 评论(0) 推荐(0) 编辑

2016年9月21日

摘要: 背景:发现一个有趣的现象,即一些用户在每一月都仅仅访问网站一次,我们想要了解这些人数量的变化趋势。 建立数学模型:简化问题,根据瓮模型推导出公式(具体推导见《数据之魅》,有时间再补充。。。):n(t)=N(1-e^((-k/N)*t)),其中,t代表一个月中的第t天,N代表潜在的总的访问人数,k为根 阅读全文

posted @ 2016-09-21 00:53 不秩稚童 阅读(504) 评论(0) 推荐(0) 编辑

2016年9月19日

摘要: 三门问题很有意思,wiki用不同方法将原理讲的很透彻了,我跟喜欢其中这种理解方式:无论参赛者开始的选择如何,在被主持人问到是否更换时都选择更换。如果参赛者先选中山羊,换之后百分之百赢;如果参赛者先选中汽车,换之后百分之百输。而选中山羊的概率是2/3,选中汽车的概率是1/3。所以不管怎样都换,相对最初 阅读全文

posted @ 2016-09-19 01:11 不秩稚童 阅读(3181) 评论(0) 推荐(0) 编辑

摘要: 还是在上次提到的数据之魅那本书,看到模拟这章,有个python模拟脚本,但书上不全,就自己简单写了下。 流程:在不同的平衡参数p(为0.5时为均匀的)下,模拟60次实验,每次投硬币8次,统计正面朝上的次数,并作图。 输出图形如下: 可以看到,在p=0.5,即硬币均匀的情况下,投掷后,硬币正面出现次数 阅读全文

posted @ 2016-09-19 01:06 不秩稚童 阅读(5929) 评论(0) 推荐(0) 编辑

2016年9月18日

摘要: 再看《MATLAB数据分析与挖掘实战》,简单总结下今天看到的经典的决策树算法——ID3. ID3:在决策树的各级节点上,使用信息增益的方法作为属性的选择标准,来帮助确定生成每个节点时所应采取的合适属性。 关于信息增益,知乎上这个回答也讲的很不错。信息增益=熵 - 条件熵,信息增益越大,说明该条件对事 阅读全文

posted @ 2016-09-18 00:44 不秩稚童 阅读(2755) 评论(0) 推荐(0) 编辑

2016年9月17日

摘要: 简单的主成分分析。第一次见识PCA,我的认识是,尽量用更少的维度来描述数据,以达到理想(虽不是最好,但是''性价比''最高)的效果。 还有,运行到最后会播放一段振奋人心的歌曲哈! 阅读全文

posted @ 2016-09-17 00:32 不秩稚童 阅读(7513) 评论(0) 推荐(0) 编辑