摘要: 等高线图是包含许多等高线的图形。两个变量函数的等值线在同一直线的所有点上都有一个恒定值。这种图的一个例子是右下方的一个图。 采取任何颜色和沿着'圈',人们会期望得到相同的值的成本函数。例如,三个绿色的点上绿色线为J值相同(θ0,θ1)和作为一个结果,他们发现,在同一直线上。盘旋的X显示的成本函数在离 阅读全文
posted @ 2017-07-23 09:04 郑哲 阅读(394) 评论(0) 推荐(0) 编辑
摘要: 如果我们想在视觉方面的话,我们的训练数据集是散落在X-Y平面。我们试图使一个直线(Hθ定义(x)),通过这些散乱数据点。 我们的目标是找到最好的路线。最好的线将是这样的,以便从线的散乱点的平均平方垂直距离将是最小的。理想情况下,该行应该通过我们训练数据集的所有点。在这种情况下,J值(θ0,θ1)将0 阅读全文
posted @ 2017-07-23 08:47 郑哲 阅读(149) 评论(0) 推荐(0) 编辑
摘要: 我们通过成本函数来衡量我们预测的准确性。 通过平均差的方式得到: 这个函数被称为“平方误差函数”或“均方误差”。 下面的图就是成本函数: 阅读全文
posted @ 2017-07-22 21:22 郑哲 阅读(1496) 评论(0) 推荐(0) 编辑
摘要: x(i):输入的数据。 y(i):输出的数据。 (x(i),y(i)):一个训练实例。 (x(i),y(i)) i=1····m:训练集。 h(x)=y:监督学习中的预测关系。 阅读全文
posted @ 2017-07-22 21:14 郑哲 阅读(153) 评论(0) 推荐(0) 编辑
摘要: 在无监督学习中,我们很少或者根本不知道结果是什么样子。我们可以根据数据中变量之间的关系对数据进行聚类,无监督学习没有基于预测结果的反馈。 例子: 聚类:收集1000000个不同的基因,并找到一种方法,自动将这些基因分成不同的变量组,如寿命、位置、角色等。非聚类:“鸡尾酒会算法”,让你在混乱的环境中找 阅读全文
posted @ 2017-07-22 20:53 郑哲 阅读(124) 评论(0) 推荐(0) 编辑
摘要: 在监督学习中,我们有一些输入并且知道他们的正确输出,我们想知道这些输入和输出之间的联系。 监督学习分为回归和分类: 1.回归:输出结果为连续的值。 2.分类:输出结果为离散的点。 例子1: 回归:我们有一些数据关于房子大小和对应的价格。通过这些数据得到一个函数预测价格。 分类:判断我们售价是否高于实 阅读全文
posted @ 2017-07-22 20:48 郑哲 阅读(128) 评论(0) 推荐(0) 编辑
摘要: 内部命令:1.目录命令dir(显示文件目录)md,cd,rd(子目录的建立,进入,删除命令)2.文件操作命令copy(复制)del(删除) ..到前一目录cd \之间到C盘根目录c:\a C盘中的a文件 帮助文件:例如:md /?就弹出md的用处和使用方法 md:make directory(创建目 阅读全文
posted @ 2017-04-01 22:54 郑哲 阅读(118) 评论(0) 推荐(0) 编辑
摘要: 方法:遍历算法 Problem Description The Princess has been abducted by the BEelzebub feng5166, our hero Ignatius has to rescue our pretty Princess. Now he gets 阅读全文
posted @ 2017-03-25 11:19 郑哲 阅读(273) 评论(0) 推荐(0) 编辑
摘要: 方案:二分查找+动态规划 Problem Description JGShining's kingdom consists of 2n(n is no more than 500,000) small cities which are located in two parallel lines.Ha 阅读全文
posted @ 2017-03-25 10:01 郑哲 阅读(218) 评论(0) 推荐(0) 编辑
摘要: 1.派生类定义一个新的实现。 2.派生类覆盖但是增加基类函数的功能(大多数情况) 阅读全文
posted @ 2017-03-23 11:39 郑哲 阅读(150) 评论(0) 推荐(0) 编辑