摘要:1. 对列表进行乱序 通过 random.shuffle() 方法实现,直接对列表进行操作 >>> import random >>> a = list(range(4)) >>> a [0, 1, 2, 3] >>> random.shuffle(a) >>> a [3, 0, 1, 2] 2.
阅读全文
摘要:参考:正则表达式 - 廖雪峰 参考:Python3 正则表达式 - 菜鸟教程 参考:正则表达式 - 教程 正则表达式就是为字符串定义一个规则,符合这个规则就认为是“匹配”。 正则表达式使用字符串表示的,需了解如何用字符来描述字符。 re.match 尝试从字符串的起始位置匹配一个模式,如果不是起始位
阅读全文
摘要:一、线性回归(Linear Regression) 参考:机器学习实战教程(十一):线性回归基础篇之预测鲍鱼年龄(局部加权线性回归) 参考:线性回归原理小结 - 刘建平 参考:scikit-learn 线性回归算法库小结 - 刘建平 参考:通过一个例子快速上手矩阵求导 步骤:自我理解 1. 回归方程
阅读全文
摘要:pandas.DataFrame → array → list values 可以转成 array array.tolist() 可以转成 list
阅读全文
摘要:官方网站链接 sklearn.neighbors.KNeighborsClassifier sklearn.tree.DecisionTreeClassifier sklearn.naive_bayes.MultinomialNB sklearn.linear_model.LogisticRegre
阅读全文
摘要:参考:https://www.bilibili.com/read/cv210500/ 参考:https://www.jianshu.com/p/743ecc20ffb2 软件下载:Downloads · TortoiseSVN 软件安装 在想要存放文件夹的地方右键,找到 svn checkout 弹
阅读全文
摘要:参考:Python 内置函数sorted()在高级用法 - Brad1994 - 博客园 sorted 函数主要实现的就是对于可迭代对象进行排序,对于一维数据排序很好理解与实现,直接调用即可,本文主要讲解对于二维数据的调用,以及字典的调用。 语法如下: sorted(iterable[, cmp[,
阅读全文
摘要:术语 解释 加权平均 数学期望 一般地, 设 X 为随机变量, X 可能取许多数值, 这些取值以概率为权重的加权平均数,称为 X 的数学期望,记为 E X).这里的符号“ E 含有加权平均的意思, 加权平均往往简称为平均, 因此数学期望又简称为期望或均值. 方差 方差是随机变量对其中心位置偏离平方的数学期望.简言之,方差是偏离平...
阅读全文
摘要:术语 解释 零矩阵 所有元素均为 0。 n 阶矩阵 矩阵的行、列数都是 n。也称 n 阶方阵。 上三角矩阵 在 n 阶矩阵中,若主对角线左下侧的元素全为 0。 下三角矩阵 在 n 阶矩阵中,若主对角线右上侧的元素全为 0。 对角矩阵 主对角线两侧的元素全为 0。 单位矩阵 主对角线上元素全为 1 的对角矩阵。 负矩阵 $(-1)...
阅读全文
摘要:numpy中的ndarray方法和属性 - bonelee - 博客园 numpy.ndarray — NumPy v1.15 Manual 属性: T:转置,同 transpose() flat:转 1维 size:元素总数 ndim:维度 shape:元组,行与列 方法: axis=0:按照列进
阅读全文
摘要:参考:【351】实数对向量求导公式 参考:【352】矩阵转置性质 参考:机器学习实战教程(十一):线性回归基础篇之预测鲍鱼年龄 其他方法可参考 回归算法之线性回归。 参考:通过一个例子快速上手矩阵求导 线性回归的损失函数如下:
Eb=(Xb−y)T(Xb−y)
将转置
阅读全文
摘要:参考:矩阵转置 - Wikipedia 对于矩阵
A,
B 和标量
c 转置有下列性质:
(AT)T=A
转置是自身逆运算。$${\displaystyle (A
阅读全文
摘要:实数对向量求导公式,得到结果的形式与 分母(自变量) 一致,意思就是,自变量是列向量,结果也是列向量 因变量是否转置对于结果无影响,这一条是我自己总结的。 公式一:将
x 约掉后,剩下一个跟
x 维度一直的就可以了,所以都是
a。 公式二:理解成
x∗x=x2 吧,所以就是 $2x
阅读全文
摘要:参考:机器学习中的线性代数之矩阵求导 参考:Matrix calculus - Wikipedia 矩阵求导(Matrix Derivative)也称作矩阵微分(Matrix Differential),在机器学习、图像处理、最优化等领域的公式推导中经常用到。 布局(Layout):在矩阵求导中有两
阅读全文
摘要:参考:NumPy之array-一个程序媛的自我修养-51CTO博客 参考:numpy中数组和矩阵的区别 - jiangsujiangjiang的博客 - CSDN博客 一、使用系统方法 二、用指定的数据填充
阅读全文
摘要:参考:[杂七杂八]如何将jupyter notebook嵌入CSDN博客 - 学习者小烨的博客 - CSDN博客 https://blog.csdn.net/guohua1992/article/details/79388495 将notebook文件上传至github 在github中打开文件.
阅读全文
摘要:Ref: 文本挖掘预处理之向量化与Hash Trick Ref: 文本挖掘预处理之TF-IDF Ref: sklearn.feature_extraction.text.CountVectorizer Ref: TF-IDF与余弦相似性的应用(一):自动提取关键词 Ref: TF-IDF与余弦相似性
阅读全文