流星小子

摘要： print("Type integers,each followed by Enter; or just Enter to finish") total = 0 count = 0 while True: line = input("Integer: ") if line: try: number =int(line) ex... 阅读全文

摘要： 1. 设置环境变量 2.在命令行提示符下输入 · jupyter notebook D:\Python\Source 即可进入jupyter notebook 阅读全文

摘要： 1. python 绘图介绍 2. 函数 3.图形 阅读全文

摘要： 1.索引的作用： （1）提高查询速度 （2）提高排序速度 （3）提高分组统计的速度 2.索引的解析： explain select * from t4 where a1=3 and a2>4 and a3= 5 3.聚簇索引和非聚簇索引 myisam 存储引擎使用的是非聚簇索引 innodb 采用的 阅读全文

摘要： 1.什么是泛化能力？ 在机器学习方法中，泛化能力通俗来讲就是指学习到的模型对未知数据的预测能力。在实际情况中，我们通常通过测试误差来评价学习方法的泛化能力。 2.泛化误差的定义 大家马上应该发现，这个不是损失函数的期望吗？？ 没错，泛化误差就是所学习到的模型的损失函数期望（期望误差） 阅读全文

摘要： 1.梯度下降法 (1)需要选择学习率a (2)需要多次迭代 优点：梯度下降法在特征变量很多的情况下也能运行地相当好 2.正规方程法 (1)不需要选择学习率a (2)不需要迭代 (3) 正规方程法不需要做特征缩放 缺点：当正规方程法的特征矩阵维度比较大时，会慢很多 总结：当n维比较小时，正规方程法比较 阅读全文

摘要： 梯度下降法公式： 求 就是找到一个 能够最小化代价函数J() 如何确保梯度下降正常工作？如何选择学习率a (learning rate )？ 今天就给大家总结一下学习率有关的知识 当学习率a选择过大可能出现随着迭代次数的增加，代价函数J() 越来越大，不会收敛。 这个时候就需要减小学习率。 数据家已 阅读全文

摘要： 梯度下降法 既然在变量空间的某一点处，函数沿梯度方向具有最大的变化率，那么在优化目标函数的时候，自然是沿着负梯度方向去减小函数值，以此达到我们的优化目标。 如何沿着负梯度方向减小函数值呢？既然梯度是偏导数的集合，如下： 同时梯度和偏导数都是向量，那么参考向量运算法则，我们在每个变量轴上减小对应变量值 阅读全文

摘要： 1. linear regression algorithm 线性回归算法 2.cost function 代价函数 3. gradient descent algorithm 梯度下降法("Batch") 4. 奇异矩阵：没有逆矩阵的矩阵叫奇异矩阵（退化矩阵） 回归问题（Regression Pr 阅读全文

摘要： 1. 用户相似度评价 （1）欧几里德距离 （2）皮尔逊相关度评价 （3）jaccard 系数 （4）曼哈顿距离算法 阅读全文