工具坐标（tool）：　　　使tcl坐标偏移到工具上，例如焊接工作，使机器人工作点切入焊枪点上　　mass：工具的重量　　xyz：偏移距离的大小　　验证：通过手动模式，切换至自定义工具，重定向工件坐标（wobj）：　　通过三点法定义x1,x2,y1　　作用：定义工件坐标后，如更改机器人位置后，只需要重定义x1,x2,y...

一.前戏　　条件：从安全点，到工具区域夹取工具（笔），到工作区域，判断数字信号Di1=1,Ture:画方，False：画圆，回到工具区域放下工具（笔），回到安全点二.准备工作　　校准tcp工具坐标（鼻尖）　　配置数字输入Di1　　校准关键点（安全点，工具区域点，工作区域点）线性　　三.伪代码step1：TOwobj_s...

   ...

//2019.08.19#机器学习集成学习1、集成学习是指对于同一个基础数据集使用不同的机器学习算法进行训练，最后结合不同的算法给出的意见进行决策，这个方法兼顾了许多算法的"意见"，比较全面，因此在机器学习领域也使用地非常广泛。集成学习(ensemblelearning)本身不是一个单独的机器学习算法，而是通过构建并结...

//2019.08.14#机器学习算法评价分类结果1、机器学习算法的评价指标一般有很多种，对于回归问题一般有MAE,MSE，AMSE等指标，而对于分类算法的评价指标则更多：准确度score，混淆矩阵、精准率、召回率以及ROC曲线、PR曲线等。2、对于分类算法只用准确率的评价指标是不够的，并且对于一些情况它是存在问题的，...

机器学习的模型泛化1、机器学习的模型误差主要含有三个方面的误差：模型偏差、模型方差以及不可避免的误差。2、对于机器学习训练模型的偏差主要因为对于问题本身的假设不对，比如非线性误差假设为线性误差进行训练和预测，算法层面上欠拟合是产生较大偏差的主要原因。另外主要来自于特征参量与最终结果的相关性，如果相关性很低或者高度不相关...

机器学习中的过拟合和欠拟合1、机器学习算法对于整体的数据训练和拟合，以典型的多元线性回归的方式为例，通过设定拟合的最高次数，然后对比输出的曲线结果可以看出，随着拟合函数次数的增大，其拟合线性回归模型的R2的值在不断地增大，均方差也在不断地减小，看起来拟合的结果越来越准确，其实质只是对于所存在原始数据的拟合误差越来越小，...

//2019.08.06                        &nbs...

多元线性回归算法和正规方程解——燕江依/2019.08.051、对于多元线性回归算法，它对于数据集具有较好的可解释性，我们可以对比不过特征参数的输出系数的大小来判断它对数据的影响权重，进而对其中隐含的参数进行扩展和收集，提高整体训练数据的准确性。2、对于KNN算法和多元线性回归算法对比可以知道，...

//2019.08.04#线性回归算法基础入门(LinearRegression)1、线性回归算法是一种非常典型的解决回归问题的监督学习算法，它具有以下几个特点：(1)典型的回归算法，可以解决实际中的回归问题；(2)思想简单，容易实现；(3)是许多强大的非线性算法模型的基础；(4)结果具有很好的可解释性；(5)蕴含机器...

最小二乘法的数学原理推导（机器学习线性回归）——燕江依/2019.08.04对于简单线性回归问题，即数据特征只有一个的基础数据集，要使得损失函数(这里是指真值与预测值之间误差的平方)最小，从而求得最优化的参数a和b，这个具体方法称为最小二乘法，利用最小二乘法，可以得到最佳的参数a和b的计算式，如...

//2019.08.03下午#机器学习算法的数据归一化(featurescaling)1、数据归一化的必要性：对于机器学习算法的基础训练数据，由于数据类型的不同，其单位及其量纲也是不一样的，而也正是因为如此，有时它会使得训练集中每个样本的不同列数据大小差异较大，即数量级相差比较大，这会导致在机器学习算法中不同列数据的权...

1、机器学习算法的整体使用步骤如下：(1)从scikitlearn库中调用相应的机器学习算法模块；(2)输入相应的算法参数定义一个新的算法；(3)输入基础训练数据集利用scaler对其进行数据归一化处理(4)对于归一化的数据集进行机器学习算法的训练fit过程；(5)输入测试数据集对其结果进行预测predict;(6)将...

机器学习算法参数的网格搜索实现：//2019.08.031、scikitlearn库中调用网格搜索的方法为：Gridsearch，它的搜索方式比较统一简单，其对于算法批判的标准比较复杂，是一种复合交叉批判方式，不仅仅是准确率。其具体的实现方式如下(以KNN算法的三大常用超参数为例)：#使用scikitlearn中的gr...

//2019.08.01下午机器学习算法1——k近邻算法1、k近邻算法是学习机器学习算法最为经典和简单的算法，它是机器学习算法入门最好的算法之一，可以非常好并且快速地理解机器学习的算法的框架与应用。2、kNN机器学习算法具有以下的特点：(1)思想极度简单(2)应用的数学知识非常少(3)解决相关问...