ZECDLLG

摘要： 模型的先验概率：在不考虑数据的前提下，模型本身得到有效结果的概率。 复杂模型对变量之间的关系做出了许多设定，相比于简单模型，总的来说天然地难以满足，也就是先验概率低。 什么是正则化 正则化是结构风险最小化策略的实现，在经验风险上加一个正则项或罚项，正则项一共有两种L1正则化和L2正则化，或者L1范数 阅读全文

摘要： 模型建模与问题解决流程： 数据处理 特征工程 模型选择 寻找最佳超参数：交叉验证 模型分析与融合 模型融合： 过拟合：bagging 不使用全部数据集，每次选取一个子集训练模型。这样就得到了多个模型（例如 有一个1:10的正负样本 分成10个1:1的正负样本） 分类：用这些模型的结果做vote 回归 阅读全文

摘要： 数据填充 https://blog.csdn.net/weixin_39549734/article/details/81221276 test[col].mode() 求出这一列的众数（出现次数最多的数） test[col].fillna(value=test[col].mode()[0] ,in 阅读全文

摘要： 该函数主要用于滤除缺失数据。 如果是Series,则返回一个仅含非空数据和索引值的Series，默认丢弃含有缺失值的行。 xx.dropna() 对于DataFrame: data.dropna(how = 'all') # 传入这个参数后将只丢弃全为缺失值的那些行data.dropna(axis 阅读全文

摘要： 简单的神经网络： 一个神经网络，其中包含一个输入节点、一个输出节点，以及两个隐藏层（分别有两个节点）。相邻的层中的节点通过权重 𝑤𝑖𝑗wij 相关联，这些权重是网络参数 每个节点都有一个总输入 𝑥、一个激活函数 𝑓(𝑥)以及一个输出 𝑦=𝑓(𝑥)。 𝑓(𝑥)必须是非线性函数，否 阅读全文

摘要： https://blog.csdn.net/qq_29951983/article/details/78617497 中介者模式和外观模式非常类似，可以从实现目的去了解两者的不同。 阅读全文

摘要： 为子系统中的一组接口提供了一个统一的访问接口，这个接口使得子系统更容易被访问或者使用。 https://www.cnblogs.com/lthIU/p/5860607.html (3) 在层次化结构中，可以使用外观模式定义系统中每一层的入口，层与层之间不直接产生联系，而通过外观类建立联系，降低层之间 阅读全文

摘要： https://www.cnblogs.com/lfxiao/p/6815760.html 如果软件系统中某个类存在两个独立变化的维度，通过该模式可以将这两个维度分离出来，使两者可以独立扩展，让系统更加符合“单一职责原则”。 在具体编码实现时，由于在桥接模式中存在两个独立变化的维度，为了使两者之间耦 阅读全文

摘要： https://www.cnblogs.com/V1haoge/p/6542449.html 享元模式有点类似于单例模式，都是只生成一个对象来被共享使用。这里有个问题，那就是对共享对象的修改，为了避免出现这种情况，我们将这些对象的公共部分，或者说是不变化的部分抽取出来形成一个对象。这个对象就可以避免 阅读全文

摘要： 状态模式和策略模式，它们的UML图是一样的，但意图却完全不一样，策略模式是让用户指定更换的策略算法，而状态模式是状态在满足一定条件下的自动更换，用户无法指定状态，最多只能设置初始状态。 状态模式的的思想是，状态之间的切换，在状态A执行完毕后自己控制状态指向状态B。状态模式是不停的切换状态执行。 策略 阅读全文