摘要：
阅读全文
摘要：
1 import numpy as np 2 import matplotlib.pyplot as plt 3 4 x_data = [338,333,328,207,226,25,179,60,208,606] 5 y_data = [640,633,619,393,428,27,193,66,226,1591] 6 7 8 #生成从-200到-100的数,不包括-1... 阅读全文
摘要：
这篇博客要讨论一个问题,就是如何让计算机下棋? 有如下三种形式: 1.同人类的做法一样,分析局势,和将帅的安全性,这里会有一些分析策略,还有一些战术,这些混合在一起,最终得到下一步要走哪.不过很遗憾的是,如今的程序都不知道如何包含这类东西. 2.使用 IF-THEN 结构 以这种结构,如果第一步走什 阅读全文
摘要：
在接下来这篇博客中,我们将介绍如何获得从S到G的最短路径. 1.搜索树 我们可以以树的形式画出所有可能的路径: 但是这种方法需要遍历所有的路径,效率非常低. 深度优先搜索 在S,面临的选择是A或B,按照惯例,我们总是往左走,也就是从S去A,然后到达,B,C,E,到达了死胡同之后,我们需要进行回溯,到 阅读全文
摘要：
引入： 抛硬币1： 有A，B，C三枚硬币，我们想要估计A，B，C三枚硬币抛出正面的概率πA，θB，θC。我们按如下流程进行实验100次： 记录100次实验的结果如下： 抛硬币2： 有些同学可能会提出，虽然我们无法得到三个硬币各自产生的样本，但是我们依然可以得到每个观测值出现的概率。比如在第一次实验中 阅读全文
摘要：
XGBoost自动读取数据，判断蘑菇是否有毒 二分类 # /usr/bin/python # -*- encoding:utf-8 -*- # 判断蘑菇是否有毒二分类 import xgboost as xgb import numpy as np # 1、xgBoost的基本使用 # 2、自定义损 阅读全文
摘要：
选不同特征建立决策树 #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl from sklearn.tree impo 阅读全文
摘要：
#!/usr/bin/python # -*- coding:utf-8 -*- # 导入NumPy函数库，一般都是用这样的形式(包括别名np，几乎是约定俗成的) import numpy as np import matplotlib from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm import time f... 阅读全文
摘要：
#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np from sklearn.linear_model import LinearRegression, RidgeCV from sklearn.preprocessing import PolynomialFeatures import matplotlib.pyplot a... 阅读全文
摘要：
#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np from sklearn.linear_model import LogisticRegression import matplotlib.pyplot as plt import matplotlib as mpl from sklearn import preproces... 阅读全文