涼天

摘要： 起因：pycharm使用了黑色主題，導致在Jupyter中繪圖背景也是黑色，切換style幾乎看不出效果。 解決方案： File -> Settings -> Languages & Frameworks -> Jupyter -> 禁用Invert image outputs for dark t 閱讀全文

摘要： 正則表達式(Regular Expression)是一種文本模式，包括普通字符（例如，a 到 z 之間的字母）和特殊字符（稱為"元字符"），可以用來描述和匹配字符串的特定模式。 在 Python 中，使用 re 模塊來處理正則表達式。 import re # re.match() 從字符串的開始進行 閱讀全文

摘要： ’=+‘就是a=a+1這類的操作’+=‘就是a+=1這類的操作是不是看起來一樣？其實有點區(qū)別先看一個例子： a = [20, 50] print(id(a)) # 1932373650496 a += [30] print(id(a)) # 1932373650496 a = a + [56] pr 閱讀全文

摘要： 假設(shè)對于17個樣本點( v 1 , v 2 , . . . , v 17 ) 進行聚類： 某一種算法得到聚類結(jié)果為： A=[1 2 1 1 1 1 1 2 2 2 2 3 1 1 3 3 3] 標準的聚類結(jié)果為： B=[1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3] 問題：需要 閱讀全文

摘要： 截圖來自吳恩達深度學習視頻 圖1是一個近似線性分類器，欠擬合，高偏差； 圖3過擬合，高方差； 圖2介于二者之間，適度擬合。 將圖1進行部分改動生成紫色線所示的分類器（如下圖），其具有高偏差和高方差，接近線性分類器，欠擬合的同時，對某兩個樣本過擬合。 以下面的貓狗二分類問題為例： 假設(shè)訓練集和驗證集來 閱讀全文

摘要： 在導入pytorch測試時出錯，以下代碼無法在pycharm運行，但可以在jupyter運行： 報錯如下： 更新了pandas也沒用； 然后我點擊了藍色字的文件，找到報錯的line 13： 將pandas._libs 改為了lib，結(jié)果。。。可以運行了，jupyter也仍舊沒問題，很莫名其妙。 第二 閱讀全文

摘要： 三維數(shù)組中 transpose 到底是怎么實現(xiàn)的，先說一下置換軸吧： 比如說有一個數(shù)組 array： array = np.arange(16).reshape(2,2,4) array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 8, 9, 10, 11], [12, 閱讀全文

摘要： 1.range 與 arange range() 是 Python 中的一個函數(shù) 當只有一個參數(shù)時，range(n) 返回從 0 到 n-1 的 n 個數(shù)； 當有兩個參數(shù)時，range(m,n) 返回的是從 m 到 n-1 的 n-m 個數(shù)；（是一個左閉右開的區(qū)間） 當有三個參數(shù)時，ranfe(x, 閱讀全文

摘要： python的關(guān)鍵字： ['False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', ' 閱讀全文

摘要： 緒論1.1和1.2： 機器學習致力于研究如何通過計算的手段，利用經(jīng)驗來改善系統(tǒng)自身的性能.主要內(nèi)容是從數(shù)據(jù)中產(chǎn)生“模型”的算法，即“學習算法”。 一個函數(shù)y=f(x)，學得f后，對x測試得到預測標記y 關(guān)于x（函數(shù)的輸入）： 一個樣本（或稱示例）有自己的屬性（或稱特征）以及屬性對應(yīng)的屬性值，屬性張開 閱讀全文