RandomForest是加州大学伯克利分校的BreimanLeo和AdeleCutler于2001年发表的论文中提到的新的机器学习算法，可以用来做分类，聚类，回归，和生存分析，这里只简单介绍该算法在分类上的应用。RandomForest（随机森林）算法是通过训练多个决策树，生成模型，然后综合利用多个决策树进行分类。随机森林算法只需要两个参数：构建的决策树的个数t，在决策树的每个节点进行分裂时需要考虑的输入特征的个数m。1.单棵决策树的构建：（1）令N为训
系统 2019-08-12 01:32:57 2694
修改后的CMemDC类：(增加了红色的那行，非常重要喔。另外加了些注释)///////////////////////////////////////////////////////////////////////////////CMemDCclassCMemDC:publicCDC{public:CDCHandlem_dc;//屏幕的DCOwnerDCCBitmapm_bitmap;//OffscreenbitmapCBitmapHandlem_hOld
系统 2019-08-12 01:31:39 2694
shape是数组array的属性；reshape()是数组array的方法shape属性可以获得当前array的形状：importnumpyasnpa=np.array([1,2,3,4,5,6,7,8])#一维数组print(a.shape)#值为(8,)print(a.shape[0])#值为8，因为有8个数据#print(a.shape[1])#IndexError:tupleindexoutofrangea=np.array([[1,2,3,4],
系统 2019-09-27 17:37:35 2693
