摘要：
#KNN(K-Nearest-Neighbor) ###模型介绍 KNN，K近邻算法，对于输入实例，从训练集中找到与其最邻近的K个实例，K实例的均值作为预测（回归模型），为监督模型。 ###KNN三要素 K值 K值过小，可能导致过拟合；K值过大，可能导致欠拟合 距离计算方式 通常使用欧氏距离 决策函 阅读全文
摘要：
求长度为n数组最大子数组乘积，数组元素只包括[0,1,2,4,8,…1024] 输入： 5 [2,1,4,0,16,1] 输出16 依赖判断，不依赖输出1，依赖输出0（判断是否有环） 给定数据为1 2 3 表示 1 依赖于 2， 3 输入第一行为待判断的点，第二行开始是依赖关系 输入： 1 3 1 阅读全文
摘要：
##KL散度（相对熵） $KL(P||Q)=\sum{p(x)}log\frac{p(x)}{q(x)}$ $KL(Q||P)=\sum{q(x)}log\frac{q(x)}{p(x)}$ 用来衡量两个分布之间的差异，交叉熵$-p(x)log(q(x))$减去信息熵$-p(x)log(p(x))$ 阅读全文
摘要：
##混淆矩阵（Confusion Matrix） 混淆矩阵 预测 类1 类2 类3 实际 类1 类2 类3 每一行之和为该类别真实样本数量，每一列之和为预测为该类的样本数量，对角线上为预测正确。 ##TP TN FP FN TP(True Positive)： 结果为正例，预测为正例 TN(True 阅读全文
摘要：
| command | short for | description | | | | | | cat | concatenate | 从第一行开始显示文件内容 | | tac | inverse of cat | 从最后一行开始显示文件内容 | | nl | number of lines | 输 阅读全文
摘要：
| command | short for | description | | | | | |ls| list files|列出文件名和目录 |cd| change directory| 切换目录 |pwd| print work directory|当前工作目录 |mkdir|make direc 阅读全文
摘要：
马尔可夫过程（Markov process）是一类随机过程。它的原始模型马尔可夫链，由俄国数学家A.A.马尔可夫于1907年提出。该过程具有如下特性：在已知目前状态（现在）的条件下，它未来的演变（将来）不依赖于它以往的演变 (过去 )。例如森林中动物头数的变化构成——马尔可夫过程。在现实世界中，有很 阅读全文
摘要：
使用ImageSequence, 把gif中图片帧序列化成为可迭代对象。 from PIL import ImageSequence image_name = 'gif' for i, frame in enumerate(ImageSequence.Iterator(img)): frame.sa 阅读全文