摘要: numpy引用 import numpy as np N维数组对象 np.array([0,1,2,3,4],[9,8,7,6,5,4]) np.array()生成一个ndarray数组 np.array()输出成[ ]形式,元素由空格分隔 ndarry对象的属性 .ndim 秩,即轴的数量或维度的 阅读全文
posted @ 2018-07-16 21:59 小菜鸡的刨坑路 阅读(4251) 评论(0) 推荐(0) 编辑
摘要: Problem Description Now, here is a fuction: F(x) = 6 * x^7+8*x^6+7*x^3+5*x^2-y*x (0 <= x <=100)Can you find the minimum value when x is between 0 and 阅读全文
posted @ 2018-07-16 20:39 小菜鸡的刨坑路 阅读(150) 评论(0) 推荐(0) 编辑
摘要: 其实map和set是一个爸爸 - 红黑树爸爸,只不过set力气不够,不像map那么可以拥有一个主键(key)和实键(value).它只有一个键值并且 set当中不能存储相同的键值(set还具有强迫症). 其实map和set的区别差不多就完了. 他们的相同点,他们底层都是使用红黑树构造的 这使得他们的 阅读全文
posted @ 2018-07-16 18:56 小菜鸡的刨坑路 阅读(3912) 评论(0) 推荐(1) 编辑
摘要: 经验误差与过拟合 经验误差:我们把学习器的实际预测输出与样本的真实输出之间的差异称为误差,学习器在训练集上的误差称为训练误差或经验误差 过拟合:学习器把训练样本学的太好了,很可能把已经训练的样本自身的一些特点当作了所有潜在样本都会具有的一般性质,这样会导致泛化能力的下降。这种现象在机器学习中称为过拟 阅读全文
posted @ 2018-07-16 15:51 小菜鸡的刨坑路 阅读(507) 评论(0) 推荐(0) 编辑
摘要: 数据集 样本 特征 特征取值 维数 训练数据 训练样本 泛化:学得的模型适用于新样本的能力 归纳与演绎:前者是从特殊到一般的泛化过程,即从具体的事实归结出一般性的规律后者是从一般到特殊的“特化”过程,即从基础原理推演出具体情况。 假设空间 版本空间:可能有多个假设集合与训练集一致,即存在一个与假设即 阅读全文
posted @ 2018-07-16 14:19 小菜鸡的刨坑路 阅读(212) 评论(0) 推荐(0) 编辑