摘要：
软件过程与管理知识回顾 一、概论 1. 软件工程的三要素。 过程，方法，工具 2. 软件过程的定义。 软件过程是用于软件开发及维护的一系列活动﹑方法及实践· 3. 常见的软件过程分类。常见的软件过程。 二、软件质量管理 1. 软件质量的定义。 软件质量是软件产品满足明确或隐含需要能力的性能和特性的总 阅读全文
摘要：
1，首先计算所有点离目标点距离 2，按照升序排列 3，取前k个 4，进行加权平均得出分类 k的选取，k太大会导致分类模糊 k太小会受个例影响，波动较大 选取k的方法 有经验或者均方根误差法 阅读全文
摘要：
import matplotlib.pyplot as plt #画图用 import random import copy import operator #判断列表相等 k=2 #簇数量 data=[(1,2),(2,3),(2,4),(3,3),(10,16)] def show(x): fo 阅读全文
摘要：
分类算法 线性回归算法不适合分类问题 一个偏差比较大的点会对最终结果产生很大影响 Logistic回归算法 这就是Sigmoid函数或者叫，Logistic函数 HQ（x）=1/(1+e-QTx),函数图像如下 给定参数值以及Q值以后计算出的函数值假如为0.1，就称病人癌症为恶性的概率为70% 是假 阅读全文
摘要：
特征降维 通过定义一个新的特征，可以得到一个更好的模型 对于一些不适合使用线性拟合方式的例子，可以通过使用将一个参数即面积的平方，立方看做不同的参数，然后将其看做多元线性拟合，但是其中就需要注意特征缩放了 正规方程法 单元线性回归： 对于线性函数，只需要对函数进行求导，令导函数为0就能得到代价函数最 阅读全文
摘要：
矩阵和向量 矩阵：由数字组成的矩形阵列并写在方括号内 向量是只有一列是矩阵，即nx1的矩阵 Xij表示矩阵元素 Yi表示向量元素 默认从1开始下标，大写表示矩阵小写表示向量 预测=数据矩阵X参数矩阵可以简化计算 矩阵车乘法没有交换律只有结合律 多元线性回归方程 m表示样本数量 n表示特征值数目 xi 阅读全文
摘要：
代价函数 假设训练集是（1,1），（2,2），（3,3） 首先假如给定的拟合函数斜率为不同值，计算在x=1,2,3点处不同的值与实际训练集的值的差的平方，再除以2m(训练集个数)得到的就是代价函数在该斜率点的值 对应的代价函数如下： 最小值是1，就是目标函数T函数 这是简化的代价函数，线性拟合函数是 阅读全文
摘要：
模型描述 例子波士顿房价预测 使用到的变量： m:数据集的数量 x:表示输入特征 y:输出的目标预测变量 （x,y）：一个训练样本 （x(i),y(i)）：第i个训练样本 机器学习目标是 通过输入训练集，再通过机器学习算法，输出一个函数，通过这个函数实现提供输入变量返回输出变量。 线性拟合函数（单变 阅读全文
摘要：
引言 机器学习用途广泛 1， 数据挖掘，分析数据，得出用户画像，寻找用户区分度 2， 无法编程实现的功能比如手写体识别，计算机视觉，自然语言分析 3， 自我学习，推荐不同内容 4， 理解人的学习过程，例如真正的ai 什么是机器学习 定义1：在没有明确设置的情况下，使计算机具有学习能力的研究领域 Ar 阅读全文
摘要：
K-means聚类 目标：基于有限的指标将样本划分为K类 1，随机选定K个值作为初始聚类中心 2，求每个样本与K个聚中心的距离，取最近的中心，作为该样本的标记中心3，求各个聚类簇的均值，得出k个新的中心点 如果与旧中心点一样，结束聚类过程 如果与旧中心点不一样，将新的中心点作为聚类中心重复第二步 确 阅读全文