摘要：
机器学习疑难 1、什么是多元线性回归 一、总结 一句话总结： 多元线性回归就是 用多个x(变量或属性)与结果y的关系式来描述一些散列点之间的共同特性。 也可以逐词来理解：多元就是有多个变量或属性，线性就是一条线，回归就是输入变量与输出变量均为连续变量的预测问题 二、什么是多元线性回归 博客对应课程的 阅读全文
摘要：
最大似然估计线性回归实例 一、总结 一句话总结： 最大似然估计的意思就是最大可能性估计,其内容为：如果两件事A,B相互独立,那么A和B同时发生的概率满足公式：P(A , B) = P(A) * P(B) 根据最大似然估计P(y) = P(x1,x2 ... xn)= P(x1) * P(x2) .. 阅读全文
摘要：
Hopfield神经网络 简介 一、总结 一句话总结： 【Hopfield和BP同一时期】：BP属于前馈式类型，但是和BP同一时期的另外一个神经网络也很重要，那就是Hopfield神经网络，他是反馈式类型。这个网络比BP出现的还早一点， 【Hopfield网络的权值不是通过训练出来的，而是按照一定规 阅读全文
摘要：
最小二乘法 与 均方误差的区别（总结） 一、总结 一句话总结： 基于均方误差最小化来进行模型求解的方法称为“最小二乘法”。——周志华《机器学习》 最小二乘法作为损失函数：没有除以总样本数m；均方误差(MSE)：除以总样本数m 二、最小二乘法 与 均方误差的区别 博客对应课程的视频位置： 答案一： 最 阅读全文
摘要：
极大似然估计 是什么 一、总结 一句话总结： 【利用信息反推参数值】：极大似然估计 就是利用已知的样本结果信息，反推最具有可能（最大概率）导致这些样本结果出现的模型参数值！ 【模型已定，参数未知】：换句话说，极大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。 【让模 阅读全文
摘要：
pandas库疑难问题 4、DataFrame类型转换成Numpy中ndarray 一、总结 一句话总结： 可以使用DataFrame中的values属性或to_numpy方法 和 Numpy中的array方法 ans=df.values ans=df.to_numpy() ans=np.array 阅读全文
摘要：
pandas库疑难问题 3、loc方法和iloc方法的区别 一、总结 一句话总结： loc方法是基于标签的，iloc方法是基于整数索引的 # iloc # 连续切片 print(data.iloc[1:3:1,1:3]) # 不连续 print(data.iloc[[1,3],[1,3]]) # l 阅读全文