01.Ubuntu虚拟机 ckermit串口监视器安装
安装
sudo aptitude install ckermit
配置用户自己的kermit配置文档在/home/user_name/.mykermrc文档中,如果这个文档不存在,则kermit会使用/etc/kermit/kermrc进行初始化。编辑/home/user_name/.mykerm ...
00.uboot烧写
虚拟机设置为静态ipv4地址
设置虚拟机为桥接模式
虚拟机-编辑-编辑虚拟机网络-选中要进行连接的网卡
将uboot通过软件烧如TF卡
通过SecureCRT 串口连接到下位机
插入TF卡
下位机启动读秒时,按空格进入uboot模式
设置下位机ip地址和上位机连接服务地址
X68 ...
机器学习15_无监督学习 K-means算法
K-means原理
步骤
API
案例:K-means对用户聚类
k = 3
轮廓系数
如果b_i > a_i;趋近于1效果最好
b_i < a_i 效果不好
轮廓系数值【-1,1】
趋近于1代表内聚度和分离度都相对较优
API
总结
特点:采用迭代式算法,直观易懂并且非常 ...
机器学习14_模型的保存和加载
API
from sklearn.externals import joblib
joblib.dump(estimator,"my_ridge.pkl")#保存模型
estimator = joblib.load("my_ridge.pkl")#加载模型
机器学习13_分类算法逻辑回归与二分类
逻辑回归
逻辑回归是机器学习中的一种分类模型,逻辑回归是一种分类算法,虽然名字中带有回归,但是它与回归之间有一定的联系,由于算法的简单和高效,在实际应用中非常广泛
解决二分类问题
逻辑回归原理
线性回归的输出就是逻辑回归的输入
逻辑回归就是在回归的基础上设定一个阈值如果超过这个阈值就是否 ...
机器学习12—_正则化
API
正则化力度越大,权重系数越小
正则化力度越小,权重系数越大
from sklearn.linear_model import Ridge
estimator = Ridge(max_iter=1000)
estimator.fit(x_train,y_train)
y_predict ...
机器学习11_欠拟合与过拟合
什么时欠拟合与过拟合
欠拟合:一个假设在训练数据上不能获得更好的拟合,并且在测试数据集上也不能很好地拟合数据,此时认为这个假设出现了欠拟合的现象(模型过于简单)
过拟合:一个假设在训练数据上能获得比其他假设更好的拟合,但是在测试数据集上却不能很好的拟合数据,此时认为这个假设出现了过拟合现象(模型过 ...
机器学习10_线性回归
线性回归
目标值:连续型的数值
应用场景:房价预测,销售额度预测,贷款额度预测,金融
定义与公式线性回归是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式
特点只有一个自变量的情况称为单变量回归,多于一个自变量的情况叫做多元回归
线性模型: ...
机器学习09_随机森林
集成学习方法集成学习通过建立几个模型组合来解决单一预测问题。工作原理是生成多个分类器/模型,各自独立地学习和作出预测。这些预测最后结合组合预测,因此优于任何一个单分类的预测
随机森林
随机森林就是集成学习方法的一种
随机
森林:包含多个决策树
原理过程训练集:N个样本
特征值:M个特征
目标 ...
机器学习08_决策树
决策树进行高效的决策,自动决定特征的先后顺序
原理详解已知四个特征:年龄 工作 房子 信用 是否贷款给它
先看年龄 -> 信用->工作 需要看三个特征
先看房子->工作 需要看两个特征
信息论基础信息消除随机不定性的东西
例:小明: 年龄“我今年18岁” - 信息
...