文章目录PCA原理利用梯度上升法求解主成分公式推导python实现计算前k个主成分公式推导python实现小结PCA原理主成分分析（principal component analysis,PCA）是一种数据分析方法，出发点是从一组特征中计算出一组按重要性从大到小排列的新特征，它们是原有特征的线性组合，并且相互之间是不相关的。主要用来数据降维、可视化、去噪等。以样本数据有两个特征为例，如图：我们将

文章目录1.简单线性回归1.1最小二乘法1.2梯度下降法2.简单非线性回归2.1多项式回归3.多元线性回归1.简单线性回归简单线性问题要解决的问题就是已知数据x=(x1,x2,⋯ .xn)x = (x_1,x_2,\cdots.x_n)x=(x1​,x2​,⋯.xn​),y=(y1,y2,⋯ ,yn)y = (y_1,y_2,\cdots,y_n)y=(y1​,y2​,⋯,yn​)具有线性关系（这

主要介绍了逻辑回归即LogisticRegression的原理、梯度计算公式以及python实现代码，包含手动实现与使用sklearn库实现的方法

文章目录源代码准备数据集使用官方数据集制作自己的数据集划分数据集写自己的配置文件聚类生成先验框修改配置文件训练测试源代码我所使用的是yolov5-v6.1版本，下载地址：yolov5-6.1代码解压完成后，在Anaconda Prompt中进入代码所在文件夹，执行以下代码：pip install -r requirements.txt -ihttps://pypi.tuna.tsinghua.ed

主要介绍了逻辑回归即LogisticRegression的原理、梯度计算公式以及python实现代码，包含手动实现与使用sklearn库实现的方法

这套笔记是我学习python中的opencv时随时记录下来的，供自己回顾使用与大家参考。文章目录1.opencv库的安装与导入2.读取、展示、保存、销毁图片2.1读取图片2.2显示图片2.3销毁窗口2.4保存图片1.opencv库的安装与导入在第一次使用opencv库时，我们使用以下指令安装此库：pip install opencv-python显示安装成功以后便可以使用了，使用时一般使用以下语句