摘要: 本次的任务是进行人脸识别。 对于本次课程中出现的两个概念:SVM和核函数。 数据挖掘的本质是进行数据分类、提取、分析。那么本次的SVM,其本质也是一种对类别的划分。在之前的类别中,可以在二维平面找到一个相应的直线进行分割,实现了类划分。当二维空间上,无法找到这样一个线性维度进行分割的时候,怎么办呢, 阅读全文
posted @ 2017-11-28 09:32 温酒待君归 阅读(2714) 评论(0) 推荐(0) 编辑
摘要: 本次作业为实现天气预测的树模型,图部分没有实现,但是,框架部分实现了。 操作系统:win 10 编辑环境:anaconda Python版本:3.6 先给出代码: 其实现结果为: 手动画出模型为: 另外,看看到一个利用自带函数的一个写法,笔者还没有实现,希望大家集思广益: https://zhuan 阅读全文
posted @ 2017-11-21 11:31 温酒待君归 阅读(2877) 评论(0) 推荐(0) 编辑
摘要: 本次作业为实现密度聚类,原理较为简单。 代码原出处: http://blog.csdn.net/u013421629/article/details/77100063 改写地方: 只对数据的读取进行了修改,其他未动。并未真正实现聚类效果,大家一块帮忙看下一下。 阅读全文
posted @ 2017-11-10 17:29 温酒待君归 阅读(779) 评论(2) 推荐(0) 编辑
摘要: 挖的坑,终于能填上了,先共享出来,大家有个对比参考。也帮忙找找错误。我也正在看,看看原来是哪里出了问题。 下面这段代码已经实现了网页的爬取: 其效果为: 下面给出详细说明: 上图中出现的 __init__.py 文件,是一个空的,但是必须建立(我也没想明白为啥)。 程序结束后,打开output.ht 阅读全文
posted @ 2017-11-06 19:50 温酒待君归 阅读(547) 评论(0) 推荐(0) 编辑
摘要: 自己挖的坑,说什么也要填上。 调试过程: 刚在网上找了代码,自己改写了download和parser两个部分,其他部分些许改动。编译调试的时候,不报错,但是,就是不出结果,也不清楚是什么意思。 运行结果不出错,但是就是没有预期的结果。 现在将代码贴出来,希望大家能集思广益: 1.这是网页管理模块 u 阅读全文
posted @ 2017-11-06 10:58 温酒待君归 阅读(710) 评论(0) 推荐(0) 编辑
摘要: 1. 利用矩阵定义,对矩阵进行运算。即C(i,j)=A(i,k)*B(k,j),时间复杂度为: 每一个元素需时间n C矩阵共有n2个元素 因此,总的时间复杂度为n3 其实现代码为: tic; C2=zeros(n(m)); for i=1:n(m) for j=1:n(m) for k=1:n(m) 阅读全文
posted @ 2017-11-04 13:29 温酒待君归 阅读(1114) 评论(0) 推荐(0) 编辑
摘要: 本次任务为: 把搜下来的网页进行聚类,将聚类结果显示给用户。用户可以选择其中一个类,标位关注,类的关键词作为主体,用户就可以跟踪这个主题,了解主题。 deadline:11.09 任务解析: 基本任务:将网页进行聚类,分别根据其类别进行存档,图片放到相应的文件夹,文本放到相应的文件中。 提升任务:对 阅读全文
posted @ 2017-11-03 16:21 温酒待君归 阅读(3324) 评论(0) 推荐(0) 编辑
摘要: 公茂果老师的课件中,给出了四种多项式求值的算法,下面给出代码示例: 课件地址:http://see.xidian.edu.cn/faculty/mggong/chn.htm 下面是结果的显示: 参考链接 https://wenku.baidu.com/view/c3f6f2b8c5da50e2534 阅读全文
posted @ 2017-10-26 11:23 温酒待君归 阅读(1825) 评论(0) 推荐(0) 编辑
摘要: 在公茂果老师的课件中,出现的好多具体的算法例子,这里,跟踪给出,二分法查找的指定数字的代码: 实现环境:VMware下的Ubuntu 17.4 编译环境:自带编译器。 下面给出Ubuntu下,编译环境的操作过程: 下面给出一个简单二分法查找示例: 阅读全文
posted @ 2017-10-26 11:14 温酒待君归 阅读(4010) 评论(0) 推荐(0) 编辑
摘要: 数据清洗,我的理解是:将口语化的语言,数字化,模糊化。 使用matlab编程,将Excel表中的相应的列读取出来,并做对应的分析(其实,Excel本身就可以进行如下的分析): 下面贴出MATLAB代码: 阅读全文
posted @ 2017-10-26 10:32 温酒待君归 阅读(260) 评论(0) 推荐(0) 编辑
levels of contents