耿宇

摘要： 引言：K=<U,R>为一个知识基，根据不同知识的划分p1,p2，...，pn得到了一个多粒度空间，记为MK（U）={U/IND（p1），U/IND（p2），...U/IND（pn）} 我们在这个多粒度空间的基础上再来讨论多粒度粗糙集，其中多粒度粗糙集研究模型有两大类：乐观多粒度粗糙集和悲观多粒度粗糙 阅读全文

摘要： 引言：pandas库基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。 1.创建数据 pandas库创建数据主要通过两种方式：读取本地文 阅读全文

摘要： 首先简单介绍鸢尾花问题： 鸢尾花有三个品种分别是setosa，versicolor和virginica；我们通过向计算机输入大量的鸢尾花的data数据以及相应的标签（种类），通过算法让机器学会识别鸢尾花的种类，最后输入一个新的数据，让计算机去预测该数据对应的标签。 该问题解决方法有很多，如神经网络中 阅读全文

摘要： 1.机器学习分类 早期机器学习分为监督式学习、非监督式学习和强化学习。 1.1监督式学习： 在学习过程中，我们不断向计算机提供数据以及数据所对应算法下的value或者说标签，比如说给教会计算机识别猫和狗，然后我们再给计算机看图片，让计算机识别出该图片是猫还是狗，这种学习方式就叫做监督式学习。 1.2 阅读全文

摘要： 首先引入该模块，建议下载anaconda。 1.创建一个3*3的矩阵，打印一些基本操作： import numpy t=numpy.array([[2,3,4],[5,6,7],[8,9,10]]) print(t) print(t[1,0])#打印矩阵的第二行第一个元素 print(t[:,1]) 阅读全文