摘要：
主成分分析(PCA)原理与实现 一、总结 一句话总结： 主成分分析是一种矩阵的压缩算法，在减少矩阵维数的同时尽可能的保留原矩阵的信息，简单来说就是将 n×m的矩阵转换成n×k的矩阵，仅保留矩阵中所存在的主要特性，从而可以大大节省空间和数据量。 二、主成分分析(PCA)原理与实现 转自或参考：主成分分 阅读全文
posted @ 2020-07-23 23:16
范仁义
阅读(754)
评论(0)
推荐(0)
摘要：
感知器算法 一、总结 一句话总结： 1、W转置(k)*xi<=0，就更新权向量即可，W(k+1)=W(k)+cXi 2、只要有一个样本不满足，就重新更新权重，直到所有样本都满足 flag = True while(flag): flag = False for i in range(len(X)): 阅读全文
posted @ 2020-07-23 22:26
范仁义
阅读(656)
评论(0)
推荐(0)
摘要：
机器学习准备 4.3、感知器原理与代码 一、总结 一句话总结： 1、W转置(k)*xi<=0，就更新权向量即可，W(k+1)=W(k)+cXi 2、只要有一个样本不满足，就重新更新权重，直到所有样本都满足 flag = True while(flag): flag = False for i in 阅读全文
posted @ 2020-07-23 22:11
范仁义
阅读(378)
评论(0)
推荐(0)
摘要：
np.vstack()和np.hstack() 一、总结 一句话总结： np.vstack():在竖直方向上堆叠 np.hstack():在水平方向上平铺 二、np.vstack()和np.hstack() 转自或参考：np.vstack()和np.hstack()https://blog.csdn 阅读全文
posted @ 2020-07-23 20:33
范仁义
阅读(823)
评论(0)
推荐(0)
摘要：
用 Python 检验数据正态分布的几种方法 一、总结 一句话总结： scipy.stats.anderson(x, dist ='norm' ) 该方法是由 scipy.stats.kstest 改进而来的，可以做正态分布、指数分布、Logistic 分布、Gumbel 分布等多种分布检验。 sc 阅读全文
posted @ 2020-07-23 14:44
范仁义
阅读(3073)
评论(0)
推荐(0)
摘要：
数据分析之正态分布检验及python实现 一、总结 一句话总结： 就是非常简单的用正态分布的公式画个图即可，简单方便：y_sig = np.exp(-(x - u) ** 2 / (2 * sig ** 2)) / (math.sqrt(2 * math.pi) * sig) 二、数据分析之正态分布 阅读全文
posted @ 2020-07-23 13:20
范仁义
阅读(4627)
评论(0)
推荐(0)
摘要：
python实现正态分布 一、总结 一句话总结： 就是非常简单的用正态分布的公式画个图即可，简单方便：y_sig = np.exp(-(x - u) ** 2 / (2 * sig ** 2)) / (math.sqrt(2 * math.pi) * sig) 二、python实现正态分布 转自或参 阅读全文
posted @ 2020-07-23 12:59
范仁义
阅读(7180)
评论(0)
推荐(0)
摘要：
机器学习基础ROC曲线理解 一、总结 一句话总结： ROC曲线的全称是Receiver Operating Characteristic Curve，中文名字叫“受试者工作特征曲线”，顾名思义，就是评估物品性能。 1、ROC曲线起源？ a、ROC曲线起源于第二次世界大战时期雷达兵对雷达的信号判断。当 阅读全文
posted @ 2020-07-23 12:30
范仁义
阅读(1248)
评论(0)
推荐(0)
摘要：
python写泰勒展开式 一、总结 一句话总结： 泰勒公式是f(x)=f(x0)+f'(x0)*(x-x0)+f''(x0)/2!*(x-x0)^2+...+f(n)(x0)/n!*(x-x0)^n，x0取个值即可计算，取0的话就是麦克劳林公式 二、python写泰勒展开式 转自或参考：python 阅读全文
posted @ 2020-07-23 12:10
范仁义
阅读(1371)
评论(0)
推荐(0)
摘要：
机器学习ROC曲线 一、总结 一句话总结： 1、roc曲线：接收者操作特征(receiveroperating characteristic),roc曲线上每个点反映着对同一信号刺激的感受性。 2、roc曲线横轴：负正类率(false postive rate FPR)特异度，划分实例中所有负例占所 阅读全文
posted @ 2020-07-23 04:51
范仁义
阅读(1126)
评论(0)
推荐(1)
摘要：
Python机器学习及分析工具：Scipy库 一、总结 一句话总结： Scipy是一个用于数学、科学、工程领域的常用软件包，可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算Numpy矩阵，使Numpy和Scipy协同工作，高效解决问题。 二、Python机器 阅读全文
posted @ 2020-07-23 04:26
范仁义
阅读(617)
评论(0)
推荐(0)
摘要：
python实现一个简单泰勒的计算 一、总结 一句话总结： a、就是非常简单的泰勒展开式的python实现 b、用sympy库中的Symbol来表示表达式 c、python原生的math库中有求阶乘：math.factorial(4) 二、python实现一个简单泰勒的计算 In [7]: from 阅读全文
posted @ 2020-07-23 04:25
范仁义
阅读(791)
评论(0)
推荐(0)
摘要：
相关分析和回归分析的联系和区别 一、总结 一句话总结： 1、在回归分析中，y被称为因变量，处在被解释的特殊地位，而在相关分析中，x与y处于平等的地位，即研究x与y的密切程度和研究y与x的密切程度是一致的； 2、相关分析中，x与y都是随机变量，而在回归分析中，y是随机变量，x可以是随机变量，也可以是非 阅读全文
posted @ 2020-07-23 00:53
范仁义
阅读(6071)
评论(0)
推荐(0)
摘要：
Laravel 中缓存驱动的速度比较 一、总结 一句话总结： 与file驱动相比，Memcached 和 Redis 的速度快很多，所以建议在项目较大时使用外部缓存驱动。 二、Laravel 中缓存驱动的速度比较 转自或参考：Laravel 中缓存驱动的速度比较https://learnku.com 阅读全文
posted @ 2020-07-23 00:47
范仁义
阅读(192)
评论(0)
推荐(0)
摘要：
np.linalg.norm(求范数) 一、总结 一句话总结： np.linalg.norm就是元素平方求和之后开根号 二、np.linalg.norm(求范数) 转自或参考：np.linalg.norm(求范数)https://blog.csdn.net/hqh131360239/article/ 阅读全文
posted @ 2020-07-23 00:41
范仁义
阅读(2492)
评论(0)
推荐(0)
摘要：
机器学习准备 3、模拟e^x的麦克劳林展开式 一、总结 一句话总结： 1、用麦克劳林展开式模拟函数，比如e^x，阶数越高就越接近 2、e^x=f(0)+ f′(0)x+ f″(0)x ²/ 2!+...+ fⁿ(0)x^n/n!+Rn(x)=1+x+x^2/2!+x^3/3!+...+x^n/n!+ 阅读全文
posted @ 2020-07-23 00:02
范仁义
阅读(1381)
评论(0)
推荐(0)
浙公网安备 33010602011771号