何弈

摘要： 矩阵的奇异值分解和主成分分析之间的关系 矩阵的奇异值分解（SVD）： 是针对当前矩阵的一种操作，求得当前矩阵的特征值。 其相关的应用有矩阵压缩，矩阵主要信息提取等。 主成分分析（PCA）： 一般而言主成分分析是针对样本数据而言的，即统计量。而样本数据在未经过处理之前是无法反映出各统计量之间的关联，所 阅读全文

摘要： 问题： 如何在word文档中快速输入各类根号【根号下没输入数字，也不会出现虚线框】 解决办法：使用域代码 选中需要输入根号的位置，按下“Ctrl+F9”键，进入域编辑，此时会出现一对大括号，我们在括号中输入“EQ \R(3,2)”（注意EQ和斜杠之间有个空格），这段域代码中3表示开方次数，2表示开方 阅读全文

摘要： 今天下载升级了wps office的mac版本。发现弹出了下面这个对话框，打不开wps office了。于是在上面这个网址的帮助下解决了问题。我的macOS版本是10.15。 解决方法如下： 一般来说，在System Preference里面的Security & Privacy页面是这样的。 现在 阅读全文

摘要： 问题描述： word 自动生成的标题，在左对齐时会超出辅助线，如下图所示： 问题原因：在定义多级列表时，在下图位置选择了“居中” 解决办法： 1) 开始 >定义多级列表 2) 将”居中“修改成左对齐，即可解决问题。 阅读全文

摘要： EndNote 如何修改参考文献的大小写？ 一、修改期刊名的大小写 1）、工具 – 打开术语列表-- Journals条目列表 ，如下图所示： 2）然后从条目里面选中欲修改的期刊名 点击右边的编辑 ，进行修改，并点击确定，即可。 3）如果术语列表中没有，可以新添加，如下图所示： 二、修改文献名称的大 阅读全文

摘要： 一、概括： L1和L2是正则化项，又叫做罚项，是为了限制模型的参数，防止模型过拟合而加在损失函数后面的一项。 二、区别： 1.L1是模型各个参数的绝对值之和。 L2是模型各个参数的平方和的开方值。 2.L1会趋向于产生少量的特征，而其他的特征都是0. 因为最优的参数值很大概率出现在坐标轴上，这样就会 阅读全文

摘要： 偏差和方差 机器学习算法针对特定数据所训练出来的模型并非是十全十美的，再加上数据本身的复杂性，误差不可避免。说到误差，就必须考虑其来源：模型误差 = 偏差（Bias）+ 方差（Variance）+ 数据本身的误差。其中数据本身的误差，可能由于记录过程中的一些不确定性因素等导致，这个我们无法避免，能做 阅读全文

摘要： EndNote: Windows系统中Word中无法显示EndNote插件 前提：在运行了“Configure EndNote.exe”并重启了word之后，仍然没有显示endnote插件，就按照下面步骤操作。 1、点击Windows 键2、在检索框中，输入“winword.exe”。稍后，它会显示 阅读全文

摘要： 相信大家在机器学习中，一定常见到;SVC，NvSVC，LinearSVC，今天我们就来看看这三者的区别。 一、SVC(C-Support Vector Classification)： 支持向量分类，基于libsvm实现的，数据拟合的时间复杂度是数据样本的二次方，这使得他很难扩展到10000个数据集 阅读全文

摘要： 一般性的是C-SVC。nu-SVC 见:http://scikit-learn.org/stable/modules/svm.html#svm-mathematical-formulation https://www.quora.com/What-is-the-difference-between- 阅读全文