摘要： 什么是维度 计算机科学的观点是向量是数字的有序列表 从三维空间的角度说明向量维度： 一维向量：一维向量包含一个单一的坐标，通常表示为 (x)。这个向量位于一维空间中。 二维向量：二维向量包含两个坐标，通常表示为 (x, y)。这些向量位于二维平面空间中。 三维向量：三维向量包含三个坐标，通常表示为 阅读全文

摘要： 词向量（Word Vectors），也被称为词嵌入（Word Embeddings） 是自然语言处理（NLP）领域的重要概念之一。它们是一种将单词映射到连续向量空间的技术，使计算机能够更好地理解和处理文本数据。词向量的主要思想是 将单词的语义信息编码成连续的实数向量，使相似的词在向量空间中距离较近， 阅读全文

摘要： 参考文档：https://pythonjishu.com/sklearn-preprocessing-labelencoder/ 最开始写NLP，其实是想把句子变成词向量。用了词袋模型，用了word2vec，都也没用明白。糊里糊涂的用到了这个 哈哈哈 转换类别数据为整数：LabelEncoder 可 阅读全文

摘要： 参考文献：https://blog.csdn.net/zhibing_ding/article/details/125254670 下采样： 上采样是指减少某类别的样本数量多的数据，使其与多数类别的样本数量相近。 对图像而言，下采样就是特征提取，减少数据量 上采样： 上采样是指增加某类别的样本数量少 阅读全文

摘要： 参考文献：https://blog.csdn.net/zhibing_ding/article/details/125254670 不断的学习，就会有不同的认识和理解. 卷积操作的基本思想是提取输入数据的局部特征，这有助于网络捕捉图像中的空间结构和模式。 卷积核是一个小的矩阵，通常是正方形的，它在输 阅读全文

摘要： 转置是一个数学和线性代数中的概念，通常用于矩阵或向量。它是一种操作，通过这种操作可以改变矩阵或向量的行和列的顺序，即将矩阵的行变成列，列变成行，而不改变矩阵中的元素的值。转置操作通常用一个上标T来表示，放在矩阵或向量的右上角。 对于一个矩阵 A，其转置记作 A^T。转置操作的定义如下： 如果 A 是 阅读全文

摘要： 定义：归一化（Normalization）是数据处理和统计分析中常用的一种技术，其目的是将数据转换成特定的范围或分布，以便更好地进行比较、分析和处理。 归一化通常用于以下领域： 数据标准化：在数据分析和机器学习中，归一化可以用于将不同尺度的数据转换为相同的尺度，以避免某些特征对模型的权重产生不合理的 阅读全文

摘要： 但不论哪一种注意力，其实都是让你在某一时刻将注意力放到某些事物上，而忽略另外的一些事物，这就是注意力机制（Attention Mechanism） 注意力机制是一种在人工智能和机器学习中广泛使用的技术，用于模拟人类的视觉和认知系统中的注意力过程。这个概念源自生物学，描述了人类大脑在处理信息时如何选择 阅读全文

摘要： 贝叶斯 朴素贝叶斯 朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理的分类算法，通常用于文本分类和模式识别任务。它被称为"朴素"因为它做出了一个朴素的假设，即特征之间是相互独立的，这在实际情况中并不总是成立，但这个假设使得算法计算简单且高效。 特征之间的独立性意味着在贝叶斯公式中，特征之间的 阅读全文

摘要： 高纬度数据定义 高维度数据指的是数据集中包含大量特征或维度的情况。每个特征都可以看作是数据点的一个属性或测量值。例如，一张彩色图像可以被看作是一个高维度的数据集，其中每个像素的颜色值是一个特征。同样，一个文本文档也可以被视为高维度数据，其中每个单词可以被认为是一个特征 低纬度数据定义 低维度数据是指 阅读全文