摘要：说明：主要参考资料来源于cs860 在本节中，我们介绍差分隐私，首先我们会介绍Warner提出的第一个差分隐私算法[1]。 一、Randomized Response 问题描述 问题： 假设自己是一个班级的老师，这个班级有一场考试，但是这场考试有很多人作弊，但是自己不确定多少人作弊。那怎么你怎么能计 阅读全文

摘要：一、背景 左侧描述经典的数据处理和机器学习流程。 中间的数据预处理、特征工程、算法选择、超参数优化四个步骤，有很多参数，很复杂，如何自动处理？ 二、Introduction 自动将四个步骤进行自动化处理 主要流程有以下四部分： 数据预处理：数据收集、数据清洗、数据增广等 特征工程： 特征选择、提取和 阅读全文

摘要：绝大部分内容都来自：浅谈「正定矩阵」和「半正定矩阵」 若侵权则删除 浅谈「正定矩阵」和「半正定矩阵」 在众多的机器学习模型中，线性代数的身影无处不在，当然，我们也会时常碰到线性代数中的正定矩阵和半正定矩阵。例如，多元正态分布的协方差矩阵要求是半正定的。 × × 1. 基本的定义 正定和半正定这两个词 阅读全文

摘要：先说一下协方差和相关系数 1.协方差 公式：$$ Cov(X,Y) = E[(X-\mu_x)(Y-\mu_y)]$$ 其中，$\mu_x$和$\mu_y$是随机变量$X$ 和$Y$的均值,两个随机变量的值对其均值的偏差相乘，然后再求期望。 如果$(X-\mu_x)\(与\)(Y-\mu_y)$同号 阅读全文

摘要：保存数据到文件（磁盘） 1.利用numpy中的save() 和 load()保存单种数据 保存 import numpy as np filename = '**path and file **' np.save(file,data) 加载 data= np.load('**path and fil 阅读全文