摘要：
1.python中求幂运算 2**31-1 2的31次方减一（32位整型数据范围为-2^31~2^31-1，最高位为符号位，负向值比正向值绝对值大1） 2.python中整数除法 x=x//10 得出整型结果 x=x/10 得出浮点数结果 3.字符串翻转 str[::-1] 利用了python切片操 阅读全文
摘要：
一、K-means聚类中心初始化问题。 1）随机初始化各个簇类的中心，进行迭代，直到收敛，并计算代价函数J。 如果k=2~10，可以进行上述步骤100次，并分别计算代价函数J，选取J值最小的一种聚类情况，能够得到一个相对不错的局部最优解。（因为k值较小情况下，不同的随机中心，聚类结果不同） 2）如果 阅读全文
摘要：
一、代价函数 对比逻辑回归与支持向量机代价函数。 cost1(z)=-log(1/(1+e-z)) cost0(z)=-log(1-1/(1+e-z)) 二、支持向量机中求解代价函数中的C值相当于1/λ。 如果C值过大，相当于λ过小，容易过拟合 如果C值过小，相当于λ过大，容易欠拟合。 三、大间隔分 阅读全文
摘要：
备： High bias（高偏差） 模型会欠拟合 High variance（高方差） 模型会过拟合 正则化参数λ过大造成高偏差，λ过小造成高方差 一、利用训练好的模型做数据预测时，如果效果不好，下一步大概如何做？存在如下几种情况： 1）获取更多的训练样本。(高方差时用。增加训练样本能防止过度拟合， 阅读全文