draven123

2019年8月26日

摘要：有关随机数的函数可以在NumPy的random模块中找到随机数发生器的核心算法是基于马特赛特旋转演算法二项分布是n个独立重复的是/非试验中成功次数的离散概率分布. 抛硬币 Key_Function np.random.binomial函数, 参数为区间, 概率, 次数, 用于模拟二项分布 Cod 阅读全文

posted @ 2019-08-26 23:54 draven123 阅读(780) 评论(0) 推荐(0) 编辑

机器学习笔试知识点

摘要： Q1. 在回归模型中，下列哪一项在权衡欠拟合（under-fitting）和过拟合（over-fitting）中影响最大？¶ A. 多项式阶数 B. 更新权重 w 时，使用的是矩阵求逆还是梯度下降 C. 使用常数项答案：A 解析：选择合适的多项式阶数非常重要。如果阶数过大，模型就会更加复杂，容易发阅读全文

posted @ 2019-08-26 12:59 draven123 阅读(1843) 评论(0) 推荐(0) 编辑

梯度下降（Gradient Descent）小结

摘要：在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。 1. 梯度在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数阅读全文

posted @ 2019-08-26 12:45 draven123 阅读(173) 评论(0) 推荐(0) 编辑

numpy傅里叶变换

摘要：傅里叶变换傅里叶级数是针对周期性函数在时域上的展开傅里叶变换是傅里叶级数在频域上的可视化 Key_Function Code 阅读全文

posted @ 2019-08-26 00:09 draven123 阅读(565) 评论(0) 推荐(0) 编辑

2019年8月25日

numpy奇异值分解,广义逆矩阵与行列式

摘要： SVD 是一种因子分解运算, 将一个矩阵分解为3个矩阵的乘积其中, 奇异值矩阵是对角线矩阵 Key_Function np.linalg.svd函数, 可以对矩阵进行奇异值分解. U: 正交矩阵 sigma: 表示奇异值矩阵对角线的数组, 其他非对角线元素均为0 V: 正交矩阵 np.diag函数阅读全文

posted @ 2019-08-25 23:44 draven123 阅读(2831) 评论(0) 推荐(0) 编辑

numpy求解特征值和特征向量

摘要：特征值和特征向量特征值就是方程Ax=ax的根, 是一个标量特征向量是关于特征值的向量 Key_Function np.linalg.eigvals函数, 计算矩阵的特征值 np.linalg.eig函数, 返回包含特征值和对应的特征向量的元组 Code 数学概念对于给定矩阵A，寻找一个常数λ（阅读全文

posted @ 2019-08-25 23:20 draven123 阅读(2539) 评论(0) 推荐(0) 编辑

Scrapy简单介绍

摘要： crapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架。其可以应用在数据挖掘，信息处理或存储历史数据等一系列的程序中。其最初是为了页面抓取 (更确切来说, 网络抓取 )所设计的，也可以应用在获取API所返回的数据(例如 Amazon Associates Web Services ) 阅读全文

posted @ 2019-08-25 20:43 draven123 阅读(279) 评论(0) 推荐(0) 编辑

python异步库twisted

摘要：何为异步其实我们谈论的异步库都是基于计算机模型Event Loop 举例我们知道，每一个程序运行都会开启一个进程，在tcpserver服务器历史上，主要有3种方式来处理客户端来的连接。为了方便说明，我们把tcpserver想象成对银行办理业务的过程，你每次去银行办理业务的时候，其实真正办理业务阅读全文

posted @ 2019-08-25 20:36 draven123 阅读(1120) 评论(0) 推荐(1) 编辑

同步,异步,阻塞和非阻塞的通俗理解

摘要：名词的通俗解释同步, 就是要自己去轮询状态好了没有异步, 就是会有信号通知你阻塞, 就是当前线程什么活也不能干非阻塞, 就是当前线程先去干其他的网络IO的本质: 阻塞IO模型: # 1.进程运行, 然后通过recvfrom进行系统调用, 相当于调用了内核中的一个函数 # 2.系统从运行态转阅读全文

posted @ 2019-08-25 20:26 draven123 阅读(508) 评论(0) 推荐(0) 编辑

sklearn一般流程

摘要： sklearn Key_Word 数据获取: sklearn, datasets, DataFrame, load_* 数据标准化: preprocessing, MinMaxScaler, scaler, fit, transform, data, target 划分测试集: model_sele 阅读全文

posted @ 2019-08-25 15:33 draven123 阅读(629) 评论(0) 推荐(0) 编辑

公告