直接看B站视频吧：
废话不多说，先放资源链接： 链接：https://pan.baidu.com/s/1XYXNJvmVfBoe9rSdTnZDBw 提取码：xjor视频安装教程我会在评论区放上B站链接（如果我有心情剪的话） B站视频 https://www.bilibili.com/video/BV1g54y197A8 安装TeX Live 下载镜像文件，安装 windows8/8.1/10 …
打开iwrite，一提交作业，发现： 这可咋办啊！ 那就跟着步骤来呗: 按F12打开元素审查 点一下左上角 再点一下文本框，就能定位到HTML中的位置 在文本框中写几个字母，康康具体位置： 那就复制进这里就可以了 看看效果： 搞定！
好久没有更新博客了，因为最近的学习笔记实在是不太容易敲键盘，所以改成了手写笔记提高效率。 昨天晚上听说学弟学妹的python作业是做数据分析，正好闲来无事，那就写个爬虫练练手吧。 所有源代码已经再github开源，如果对您有帮助，请给个star，蟹蟹（嘤嘤嘤）： https: …
最近做华为软件精英挑战赛热身赛，给出的demo是使用logistic做的金融风控，比赛要求很严格，如果使用Python 进行训练那么不能使用任何第三方机器学习库，只能使用Python和原生numpy1.17。所以就萌生了写一遍原生logistic回归的想法。 数学公式 logistic回归的数学公式很 …
from math import log import operator def calcShannonEnt(dataSet): # 计算数据的熵(entropy) numEntries=len(dataSet) # 数据条数 labelCounts={} for featVec in dataSet: currentLabel=featVec[-1] # 每行数据的最后一个字（类别） if currentLabel not in labelCou …
AUC 详细看之前博客：模型评估与选择 受试者工作特征(Receiver Operating Characteristic, ROC) ROC曲线下面积(Area Under ROC Curve) 很多学习器是微测试样本产生一个实值或者概率预测，然后将这个预测值与一个分类阈值(threshold)进行比较，若大于阈值则为正例，小于阈 …
anaconda/miniconda的安装 请查看我的博客： https://upcwsh.top/python/43/ 本教程全部命令操作均在CMD(win)、terminal(win)、终端(linux/Macos)中执行 使用前配置 因为anaconda默认更新源在国外，不使用众所周知的特殊方法很难获得较高的访问下载速度，我们可以通过使 …
主要内容 矩阵 特征值和特征向量 矩阵求导 矩阵 SVD的提法 奇异值分解(Singular Value Decomposition)是一种重要的矩阵分解方法，可以看做对称方阵在任意矩阵上的推广。 假设A是一个$m\times n$阶实矩阵，则存在一个分解使得： 通常将奇异值从大到小排列，这样$\sum$就能 …
机器学习入门 深度学习和机器学习？ 深度学习在某种意义上可以认为是机器学习的一个分支，只是这个分支非常全面且重要，以至于可以单独作为一门学科来进行研究。 回忆知识 求解S. 对数函数的上升速度 我们使用Python简单写一段代码可以很容易获得结果。但是我们使用数学 …
经验误差与过拟合 假设有m个样本，a个分类出现了错误，那么错误率$E$为 $$E=\frac{a}{m}$$ $$精度=1 - 错误率$$ 误差 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”或者“经验误差” 在新样本上的误差称为“泛化误差” 过拟合与欠拟合 …
一、Perceptron Hypothesis Set 例子： 银行要决定是否给使用者发信用卡。 可以将每一个使用者的各种信息作为一个向量，每一个维度使用$x_i$来表示，给每个不同特征给予不同的权重，将加权值的和作为输出，设置一个阈值，如果超过阈值，那么就输出1，如果小于阈值，就输 …
