华小电

摘要： class Calculator: def __init__(self): self.strategy = None def set_strategy(self, strategy): self.strategy = strategy def calculate_result(self, num1, 阅读全文

摘要： 安装UV 已有python环境，直接通过pip安装： pip install uv 或者通过命令来运行： # windows环境，在powershell窗口执行： powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/inst 阅读全文

摘要： 1. 一元正态分布 对于随机变量\(X \sim \mathcal{N}(\mu, \sigma^2)\)，其概率密度函数为：\(f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\left( -\frac{(x-\mu)^2}{2\sigma^2} \right)\) 阅读全文

摘要： 高斯混合模型（Gaussian Mixture Model, GMM）是一种常用的概率模型，用于聚类和密度估计。它假设数据是由多个高斯分布混合生成的。GMM 的计算通常使用 期望最大化（Expectation-Maximization, EM）算法 来求解。 一、问题设定 我们有： 数据集：\(X 阅读全文

摘要： # 1. 生成示例数据 X, _ = make_blobs(n_samples=10, centers=2, cluster_std=0.90, random_state=0) 生成的数据： [[ 1.10590929 5.61263348] [-0.24242331 1.4859204 ] [ 1 阅读全文

摘要： KMeans 算法的核心是计算样本与质心之间的距离，不同的距离度量方法会导致聚类结果的差异。 1. 欧氏距离（Euclidean Distance） 公式：\(d(x,y) = \sqrt{\sum_{i=1}^{n}(x_i-y_i)^2}\) 特点：最常用的距离度量，直观表示空间中两点的直线距离 阅读全文

摘要： 1. 正态分布的定义 正态分布（Normal Distribution），又称为高斯分布（Gaussian Distribution） ，是一种在统计学和概率论中最重要的连续概率分布。它广泛应用于自然科学、社会科学、工程、金融等领域。 正态分布的概率密度函数（PDF）如下： \[f(x|\mu, \ 阅读全文

摘要： import numpy as np # 数据集，一个二维数组，每一行代表一个样本，每一列代表一个特征 data = np.array([ [11.51, 529.83, 526.49, 93.00, 71.45, 208.25], [12.09, 526.70, 524.66, 92.03, 84 阅读全文

摘要： StandardScaler 是一种常用的数据标准化方法，用于将数据转换为均值为 0，标准差为 1 的标准正态分布。 但是，StandardScaler在计算过程中用的是 “总体标准差”，而不是“样本标准差” 总体标准差 \[\sigma = \sqrt{\frac{\sum_{i=1}^n (x_ 阅读全文

摘要： 在DataFrame中使用np.select可以根据不同条件对DataFrame的列进行赋值操作。 example:创建了一个包含学生姓名和成绩的DataFrame，接着定义了一系列条件以及对应的等级标签，最后借助np.select函数依据这些条件为每个学生添加了等级标签。 import panda 阅读全文