Jason 的 AI 新世界

单因子线性回归一：LR实现线性预测任务： 基于data.csv数据，建立线性回归模型。 预测 x=3.5 对应的 y 值。 评估模型表现。 二：实现流程 建立线性回归模型 导入数据，查看数据 数据赋值，查看数据类型 可视化数据 建立 Linear Regression 模型 根据需求重塑数据 模型训练 数据预测 查看预测结果 对指定值进行预测 评估模型表现 通过 Excel 获取数据关系 计算MSE值，进行评估 计算R2值，进行评估 可视化展示预测值与期望值关系 三：代码实现12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455# 第一步：导入数据，查看数据import pandas as pddata = pd.read_csv("data.csv")data.head()# 第二步：数据赋值x = data.loc[:,'x']y = data.loc[:,' ...

寻找两个正序数组的中位数题目给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。 算法的时间复杂度应该为 O(log (m+n)) 。 12345678910示例 1：输入：nums1 = [1,3], nums2 = [2]输出：2.00000解释：合并数组 = [1,2,3] ，中位数 2示例 2：输入：nums1 = [1,2], nums2 = [3,4]输出：2.50000解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5 提示 nums1.length == m nums2.length == n 0 <= m <= 1000 0 <= n <= 1000 1 <= m + n <= 2000 -106 <= nums1[i], nums2[i] <= 106 代码12345678910111213141516171819202122232425262728293031323334353637383940414243 ...

Professional Vocabulary Accumulation_004 Returns a BigDecimal whose value is the absolute value of this BigDecimal,and whose scale is this.scale(). 返回一个BigDecimal，其值为这个BigDecimal 的绝对值，其小数位数为 this.scale(). Duplicate tab 重复的选项卡 The digit in the num of gongan beian. 在公安备案中的数字。 Creative Commons 4.0 International License. 知识共享4.0国际许可证 You can set a language value if you prefer a translated version of CC license. 如果你更喜欢CC许可证的翻译版本，你可以去设置语言值。 You can find the specific and correct abbreviation 你可以找到具体的和 ...

一：Scikit-learn认知Python 语言中专门针对机器学习应用而发展起来的一款开源框架（算法库），可以实现数据预处理、分类、回归、降维、模型选择等常用机器学习算法。 特征 集成了机器学习中各类成熟的算法，容易安装和使用，样例丰富，教程和文档非常详细 仅支持 Python 语言，不支持深度学习和强化学习 官网https://scikit-learn.org/stable/index.html 二：调用 Sklearn 求解线性回归问题 调用 Sklearn 构建模型 确定参数值 对新的数据进行预测 评估模型表现 均方误差（MSE）：MSE值越小越好 R方值（R2）：R2分数越接近1越好 图形展示 三：文献参考Linear Models — scikit-learn 1.1.3 documentation

Professional Vocabulary Accumulation_003 Constructs an empty HashMap with the specified initial capacity and the default load factor(0.75) 构造一个具有初始容量和默认负载因子（0.75）的空 HashMap The substring begins at the specified beginIndex and extends to the character at index endIndex -1. 子字符串从指定的 beginIndex开始，延伸到索引endIndex -1 处的字符 Thus the length of the substring is endIndex - beginIndex. 因此，子字符串的长度为endIndex - beginIndex。 If the char value specitied by the index is a surrogate, the surrogate value is retu ...

一：什么是回归分析？（Regression Analysis）定义回归分析：根据数据，确定两种或两种以上变量间相互依赖的定量关系 函数表达式： 回归 变量数 一元回归：y = f (x) 多元回归：y= f (x1,x2···xn) 函数关系 线性回归：y = ax + b 非线性回归：y = ax2 + bx + c 定位：机器学习中的监督学习 实例 百万人口医生数量预测区域人均寿命 年龄预测身高 住宅面积预测售价 二：线性回归线性回归：回归分析中，变量与因变量存在线性关系 函数表达式：y = ax + b 举例： 线性回归：距离 = 速度 × 时间＋初始距离 非线性回归：距离＝加速度×时间的平方＋初始距离 三：回归问题求解求解过程问题：面积１１０平米售价１５０万是否值得投资？ 面积（A） 售价（P） 79 402654 92 948562 … … 108 1045687 110 ？？？ 118 １578142 … … 确定　P、A　间的定量关系 P ＝ f ( ...

一：什么是机器学习？（Machine Learning）定义机器学习是一种实现人工智能的方法。 从数据中寻找规律、建立关系，根据建立的关系去解决问题。 从数据中学习实现自我优化与升级。 二：机器学习与计算机程序的差异例如：小明1个月工资1000，每月增长10%，问第10个月小明的工资是多少？ 传统算法：y = 1000 × 1.1 x 月份 x 工资 y 1 1000 2 1100 3 1210 4 1331 5 1464 6 1610 7 1771 8 1984 9 2143 10 2357 输入：第一个月的工资，以及计算公式 处理：计算机进行运算 输出：结果，第10月的工资 机器学习输入：月份、每月的工资 处理：计算机进行分析，得出一个 F(x) 公式 输出：预测结果 三：机器学习的应用场景 数据挖掘 计算机视觉 自然语言处理 证券分析 医学诊断 机器人 DNA测序 由上可知：机器学习是实现人工智能的主流方法！ 四：实现机器学习的基本框架将训练数据喂给计算机，计算机自动求解数据关系，在新的数据上做出预测或者给出建议。 ...

无重复字符串的最长子串给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度。 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677package leetCode;import java.util.ArrayList;import java.util.List;/** * Author: Rupert Tears * Date: Created in 19:51 2022/11/3 * Description: Thought is already is late, exactly is the earliest time. * 无重复字符的最长子串 * <p> * 给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度。 * <p> * 输入: s = "abcabcbb" * ...

Professional Vocabulary Accumulation_002 Connection to x.x.x.x:5432 refused. 拒绝连接到 x.x.x.x:5432。 Check that the hostname and port are correct and that the postmaster is accepting TCP/IP connections. 检查主机和端口是否正确，postmaster 是否接受 TCP/IP 连接。 The specified substring. 指定的子字符串。 if beginIndex is negative or larger than the length of this String object. 如果开始下标为负数或者大于此字符串对象的长度。 Specify the date when the site was setup. 指定站点的建站时间。 Icon between year and copyright info. 年份和版权信息之间的图标。 I ...

环境配置及基础实操一：下载、安装 Python二：下载、安装 Anaconda三：新建开发环境、安装 Jupyter notebook新建开发环境 创建新环境：conda create -n env_name 激活新环境：conda active env_name 123456789101112131415161718192021222324252627(base) C:\Users\lenovo>conda create -n imooc_aiCollecting package metadata (current_repodata.json): doneSolving environment: done## Package Plan ## environment location: Y:\SoftWare\anaconda\Anaconda3\envs\imooc_aiProceed ([y]/n)? yPreparing transaction: doneVerifying transaction: doneExecuting transaction: done## T ...