摘要：
#基于mnist数据集的手写数字识别 #构造了三层全连接层组成的多层感知机，最后一层为输出层 #基于Keras 2.1.1 Tensorflow 1.4.0 代码： 结果： 阅读全文
摘要：
学习了Keras文档里的文本预处理部分，参考网上代码写了个例子 阅读全文
摘要：
一、题意 小明S在迷宫n*m中找大明D和二明E，障碍物X不能走，问你计算是否能在时间t内找到大明和二明 二、分析 2.1与普通的BFS不同，这里可以走回头路，这里应该建立四维的标记数组标记数组，例如vis[1][0][nx][ny]表示已经找到D且没找到E且位置为（nx,ny）的状态，相同状态不可重 阅读全文
摘要：
1.题意 任务是猜一个四位数，每次尝试后会给出这次猜中了几个数字和猜中了几个位置，求能否根据尝试的记录给出答案 2.分析 数据给出查询次数和每次查询的数及其有几个数和几个位置符合，值得注意的是，猜对的数的个数计算不能重复，比如样例里要猜1122，尝试1234，这里只有两个数猜中了，1122中的前两个 阅读全文
摘要：
利用pandas.DataFrame.dropna处理含有缺失值的数据 1.使用形式： DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) 功能：处理含有缺失值的dataframe，将缺失值的行列过 阅读全文
摘要：
1.作用：把下一个新版本的特性导入到当前版本，就可以在当前版本中测试一些新版本的语法特性，例如在python2的环境下加入这一句可以测试python3的输出语法 2.使用方式：置于程序的第一行 3.示例： 不加from __future__ import print_function，在python 阅读全文
摘要：
本机已经安装好TensorFlow安装Keras的过程中遇到了些问题，解决后做一下记录： 1.Keras与TensorFlow的关系 Keras默认以TensorFlow为后端，同时可选以Theano为后端，不过效率不如Keras 2.安装过程 首先直接根据文档尝试了 pip install ker 阅读全文
摘要：
sklearn中有很多经典分类器，使用非常简单：1.导入数据 2.导入模型 3.fit >predict 下面的示例为在iris数据集上用各种分类器进行分类： 阅读全文
摘要：
1.dataframe对象简述： dataframe为pandas中一种有行列索引的二维数据结构，可以看成在普通二维结构上加上行列id标记 示例为创建一个2X3的dataframe： 2.利用read函数读取数据到datafame： pandas中的read函数可以从各种类型的文件中以及URL中读取 阅读全文
摘要：
使用sklearn.model_selection.train_test_split可以在数据集上随机划分出一定比例的训练集和测试集 1.使用形式为： 2.参数解释： train_data：样本特征集 train_target：样本的标签集 test_size：样本占比，测试集占数据集的比重，如果是 阅读全文