写在前面 python代码很简短，不像C++等要写几百行代码，但其实你调用的模块，底层都是用C/C++写的 如果imshow出现qt.qpa.plugin: Could not find the Qt platform plugin “cocoa” in “”的报错，请看：Stackoverflow解决方案 请提前安装好opencv-python库 由于历史原因opencv-python库使用时只能叫cv2 人脸检测效果图 python完整代码 识别静态图片 # 导入opencv-python库 import cv2 picName = input("请输入你要识别人类的图片名称(如:pi

ridge_regression 用于岭回归的python代码（已实现以预测下个月的CO2浓度） 资料可用性 文件 Ridge.py ：标准函数和Ridge回归函数window_make.py ：使用滑动窗口方法制作大小为p（窗口大小）的时间序列列表。 Final_version.ipynb ：使用Co2数据对代码进行实验

SVM.py,支持向量机的python 代码实现

决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。 分类树（决策树）是一种十分常用的分类方法。他是一种监管学习，所谓监管学习就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。

python写的卷积神经网络进行图片分类，spyder中运行有效，代码中有详细的注释，希望对下载的朋友有用。

matlab模拟优化代码GCMMA-MMA-Python 移动渐近线方法的Python代码（）。 基于Krister Svanberg为MATLAB编写的GCMMA-MMA代码。 原始作品来自GNU通用公共许可证。 如果您下载并使用该代码，Krister Svanberg希望您能给他发送电子邮件并告诉您您是谁以及您的计划是什么（可以在他的网站上找到电子邮件地址）。 出版时，用户应参考Krister Svanberg的学术著作。 参考可以在下面找到。 可以找到拓扑优化中的示例应用程序。 执照 版权所有（c）2020 Arjen Deetman GCMMA-MMA-Python是免费软件； 您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新分发和/或修改它； 许可的版本3，或（由您选择）任何更高的版本。 分发该程序是希望它会有用，但是没有任何保证； 甚至没有对适销性或特定用途适用性的暗示保证。 有关更多详细信息，请参见GNU通用公共许可证。 您应该已经与该文件一起收到了GNU通用公共许可证（文件LICENSE）的副本。 如果不是，请参见。 参考 Svanberg，K.（nd）。

基于《机器学习实战》中FP-Growth的代码修改形成的频繁项集挖掘函数FP_Growth（），可显示各频繁项集的支持度；同时，还包括关联规则发现函数findRules（）。

背包问题 python代码 学习用的

主要介绍了10 行Python 代码，实现 AI 目标检测技术,看完了代码，我们在一起聊聊目标检测背后的技术背景，并解读这10行Python代码的由来和实现原理。感兴趣的朋友跟随小编一起看看吧

Python代码规范和命名规范