随笔分类 - 深度之眼
摘要：文章目录 零、导读一、数据集的预处理（鸢尾花数据集为例）二、八大传统分类算法2.1 K邻近2.2 朴素贝叶斯2.3 决策树2.4 逻辑回归2.5 支持向量机2.6 集成方法2.6.1 随机森林2.6.2 Adaboost2.6.3 梯度提升树GBDT 三、大杀器[1] xgboost[2] ligh
阅读全文
摘要：一、错误现象 二、问题分析及解决 需要调用外网了，所以，直接从github上，下载到本地即可 https://github.com/mwaskom/seaborn-data 三、成功调用
阅读全文
摘要：文章目录 零、导读一、环境配置二、Matplotlib库2.1 折线图2.2 散点图2.3 柱形图2.4 多子图2.5 直方图2.6 误差图 三、面向对象的风格简介四、三维图像五、Seaborn库--文艺青年的最爱六、Pandas中的绘图函数概览 零、导读 一、环境配置 ●ipython中可用魔术方
阅读全文
摘要：文章目录 一、随机试验样本空间和随机事件二、概率的定义三、条件概率与乘法公式四、全概率公式与贝叶斯公式以及应用五、独立性六、随机变量和多维随机变量6.1 离散随机变量6.2 连续随机变量6.3 多维随机变量6.4 边缘分布和条件分布6.5 独立性 一、随机试验样本空间和随机事件 样本空间: 随机试验
阅读全文
摘要：文章目录 零、导读零、引子一、对象的创建1.1 一维数组（Series）1.2 多维数组 二、DataFrame性质2.1 属性2.2 索引 三、数值运算及统计分析四、缺失值处理五、合并数据六、分组和数据透视表 零、导读 零、引子 Numpy在向量化的数值计算中表现优异 但是在处理更灵活、复杂的数据
阅读全文
摘要：文章目录 导读一、numpy的优势二、创建数组2.1 从列表创建数组2.2 从头创建数组 三、数组的性质3.1 数组的属性（形状、大小、类型）3.2 索引3.2.1 一维数组的索引3.2.2 多维数组的索引——以二维为例 3.3 切片3.4 变形3.5 拼接3.6 分裂 四、四大运算4.1 向量化运
阅读全文
摘要：文章目录 一、偏导数二、多元复合函数的求导法则，链式求导法则三、方向导数与梯度及其应用四、多元函数泰勒公式与海森炬阵五、多元角数的极值六、距阵的求导七、矩阵的求导在深度学习中的应用 一、偏导数 对某个变量求偏导，则其余变量看成常数 可以直接认为成立，不必拘泥条件 二、多元复合函数的求导法则，链式求导
阅读全文
摘要：文章目录 导读一、time——处理时间的标准库1.1 获取现在时间1.2 时间戳和计时器1.3 格式化输出1.4 睡觉 二、random——处理随机问题的标准库2.1 随机种子——seed(a=None)2.2 随机整数（1）randint(a,b)——产生[a，b]之间随机整数（2）randran
阅读全文
摘要：文章目录 导读一、数据类型的底层实现1.1 列表：地址引用1.2 字典：稀疏数组1.3 字符串：紧凑数组1.4 类型是否可变1.5 小例子 二、简洁的语法2.1 解析语法2.2 条件表达式 三、三大神器3.1 生成器3.2 迭代器3.3 装饰器 总结 导读 一、数据类型的底层实现 1.1 列表：地址
阅读全文
摘要：文章目录 1.导数的定义与意义2.常用函数的导数以及导数的常用公式，复合函数求导3.中值定理4.洛必达法则5.泰勒公式以及应用6. 函数的凹凸性7. 函数的极值7.不定积分8. 定积分 1.导数的定义与意义 2.常用函数的导数以及导数的常用公式，复合函数求导 3.中值定理 4.洛必达法则 对于0比0
阅读全文
摘要：文章目录 零、导读8.1 文件读写8.1.1 文件的打开8.1.2 文件的读取8.1.3 文件的写入8.1.4 既读又写8.1.5 数据的存储与读取 8.2 程序异常处理8.2.1 常见异常的产生8.2.2 异常的处理 8.3 模块8.3.1广义模块分类8.3.2 模块的导入8.3.3 模块的查找路
阅读全文
摘要：文章目录 引子——类的引入7.1 类的定义7.1.1 类的命名7.1.2 类的属性7.1.3 类的方法 7.2 创建实例7.2.1 实例的创建7.2.2 访问属性7.2.3 调用方法7.2.4 修改属性 7.3 类的继承7.3.1 简单的继承7.3.2 给子类添加属性和方法7.3.3 重写父类的方法
阅读全文
摘要：文章目录 零、SVD分解的证明一、图像压缩算法二、深度学习的加速 零、SVD分解的证明 一、图像压缩算法 二、深度学习的加速
阅读全文
摘要：文章目录 一、相似矩阵的定义以及矩阵的对角化1.1 相似矩阵的定义1.2 矩阵的对角化 二、矩阵对角化的条件以及对称矩阵的对角化2.1 一般矩阵对角化的条件2.2 对称矩阵对角化2.3 推论2.4 例 三、对角化在数据压缩算法中的应用四、二次型与矩阵的正定性。五、矩阵的正定性在机器学习线性回归算法中
阅读全文
摘要：文章目录 一、向量的线性相关，线性无关以及和可逆矩阵的关系1.1 线性相关与线性无关1.2 线性相关与可逆的关系 二、向量的内积，范数，正交，规范正交基2.1 内积2.2 范数与正交2.3 规范正交基 三、施密特正交化3.1 定义3.2 例3.3 正交矩阵 四、特征值和特征向量的定义以及直观的意义4
阅读全文
摘要：文章目录 4.1 函数的定义及调用4.1.1 为什么要调用函数4.1.2 函数的的定义及调用4.1.3 参数传递4.1.4 函数体与变量作用域4.1.5 返回值4.1.6 几点建议 4.2 函数式编程实例4.3 匿名函数4.4面向过程和面向对象小结 4.1 函数的定义及调用 4.1.1 为什么要调用
阅读全文
摘要：文章目录 一、条件测试1.1 比较运算1.2 逻辑运算1.3 存在运算 二、分支结构——if语句2.1 单分支2.2 二分支3.3 多分支2.4 嵌套语句 三、遍历循环——for循环3.1 直接迭代3.2 变换迭代3.3 range()对象3.4 循环控制：break 和 continue3.5 f
阅读全文
摘要：文章目录 一、初等变换的引入二、三种矩阵的初等变换以及对应的三种初等矩阵，矩阵的标准2.1 三种矩阵的初等变换2.2 例2.3 矩阵的标准型2.4 三种初等矩阵 三、初等变换的常用性质与矩阵逆矩阵的另外一种简单求法3.1 常用性质3.2 矩阵逆的简单求法 四、矩阵秩的定义以及性质五、线性方程组解的个
阅读全文
摘要：文章目录 一、矩阵逆的引入以及矩阵逆的定义（*）二、矩阵逆的计算三、矩阵逆的常用性质，以及特殊矩阵的逆3.1 性质3.2 特殊矩阵的逆 四、矩阵逆在机器学习线性回归算法中的运用(初级)五、分块矩阵5.1 加减乘运算5.2 转置运算和逆运算5.3 例5.4 协方差矩阵的计算 一、矩阵逆的引入以及矩阵逆
阅读全文
摘要：文章目录 零、导读4.1 列表4.1.1 列表的表达4.1.2 列表的性质4.1.3 列表的操作符4.1.4 列表的操作方式（详细） 4.2 元组4.2.1 元组的表达4.2.2 元组的操作4.2.3 元组的常见用处 4.3 字典4.3.1 字典的表达4.3.2 字典的性质4.3.3 字典的操作方法
阅读全文
