每天不同时间段通过微信发消息提醒女友 简介 有时候，你很想关心她，但是你太忙了，以至于她一直抱怨，觉得你不够关心她。你暗自下决心，下次一定要准时发消息给她，哪怕是几句话，可是你又忘记了。你觉得自己很委屈:loudly_crying_face:，但是她又觉得你不负责。 现在，再不用担心了，用python就可以给女友定时发提示消息了，而且不会漏过每一个关键时刻，每天早上起床、中午吃饭、晚上吃饭、晚上睡觉，都会准时发消息给她了，而且还可以让她学习英语单词哦！等你了解了全部这100行代码，你可以加上每个节日自动发问候语哦，比如三八妇女节、女神节、情人节、春节、圣诞节，再也不用担心他说你没有仪式感了！:grinning_face: 编写思路 为了方便快速开发，我们使用

随机森林算法用python实现，import time from csv import reader from random import randint from random import seed import numpy as np from numpy import mat

李航老师蓝皮书统计学习方法全书最新python代码实现，欢迎下载

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理，欢迎大家一起学习交流！ 专栏链接：数字图像处理学习笔记 在数字图像处理学习笔记（八）中，已对图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层等做过详细理论论述，本文将对上述理论知识做实践方面的实现。 具体理论知识可参考我之前的博文：数字图像处理学习笔记（八）——图像增强处理方法之点处理 一、图像增强之线性变换 代码实现参考 import cv2 import random i

为什么要做降维： 提高计算效率 留存有用的特征，为后续建模使用 在项目中实际拿到的数据，可能会有几百个维度（特征）的数据集，这样的数据集在建模使用时，非常消耗计算资源，所以需要通过使用降维方法来优化数据集 线性判别分析（Linear Discriminant Analysis） 用途：数据预处理中的降维，分类任务（有监督问题） 目标：LDA关心的是能够最大化类间区分度的坐标轴成分 将特征空间（数据集中的多维样本）投影到一个维度更小的 k 维子空间中，同时保持区分类别的信息 原理：投影到维度更低的空间中，使得投影后的点，会形成按类别区分，一簇一簇的情况，相同类别的点，将会在投影后的空间中更接近

本文件包括随机森林的代码实现和相应的数据集，以及详尽的中文注释，已调试通过。代码有两份，一份是在网上下载的，另一份是自己整理后编写的。编程环境为Python2.7。因为只是用来学习随机森林算法，所以在调参方法没下多少功夫，正确率可能不太高,当然数据集比较小也是一个原因。感兴趣的童鞋可以自己调整参数提高正确率。

CycleGAN网络与非配对图像之间的转换 ，采用python语言编写程序实现

TSNE降维 降维就是用2维或3维表示多维数据（彼此具有相关性的多个特征数据）的技术，利用降维算法，可以显式地表现数据。（t-SNE）t分布随机邻域嵌入 是一种用于探索高维数据的非线性降维算法。它将多维数据映射到适合于人类观察的两个或多个维度。 python代码 km.py #k_mean算法 import pandas as pd import csv import pandas as pd import numpy as np #参数初始化 inputfile = 'x.xlsx' #销量及其他属性数据 outputfile = 'x_1.xlsx' #保存结果的文件名 k = 2

在时间序列预测问题中，建立LSTM模型，采用python语言代码实现

人格测试的python程序，just for fun，有兴趣的可以下下来玩一下