- 博客(7)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 求助：关于python tkinter模块 pack() 函数问题。请各位大神赐教！
如下图，我想将图表放置在按钮的左侧。为啥总是在下方，请赐教。代码： # 功能按钮 # --------------------------------------------------------------------- ft2 = tkFont.Font(family="微软雅黑", size=16, weight=tkFont.BO...
2020-03-26 09:23:03
2293
原创 求助：关于python，可能很简单，我没想到，麻烦解答下。
题：如果 存在 k 中的一个数使得 （4k + 1）x = p 成立，则v=（4k+1）p；否则v=-（4k+1）p。其中k=1，2，3，4。。。，x，p都是已知的。求大神指点。
2020-03-17 22:42:09
97
1
原创 T4、《机器学习-周志华》：第三章 线性模型
引言：本章会从着重讨论以下几方面：1、线性回归；2、对数几率回归；3、线性判别分析；4、多分类学习以及类别不平衡问题。一、线性回归(linear regression)线性模型的一般形式： 用向量表达写成： 采用均方误差的方法来确定 w 和 b，因此，可以上均方误差最小化： ...
2018-09-28 20:00:29
138
原创 T3、利用SVD简化数据以及简单应用
1、What ?SVD：奇异值分解（Singular Value Decomposition，SVD），在线性几何中，SVD是实数和复数矩阵的因式分解。在信号处理和统计学应用较多。（from wiki） 2、Why ?简化数据，去除噪声和冗余信息。 3、SVD原理：参考文献：A Singularly Valuable Decomposition,http://www-use...
2018-09-23 22:02:18
149
原创 T2、正确率、精准率、召回率以及ROC曲线的理解
引言：在机器学习实战中（Machine Learning），处理分类问题时除了通过训练误差、测试误差去评价分类器的性能之外；通常情况下我们需要其他分类性能指标：正确率，召回率以及ROC曲线等进行评价分类器的性能。首先，通过引用一个二分类问题的混淆矩阵（confusion matrix），帮助我们更好地了解分类中的错误。 表一 一个二分类问题的混淆矩阵，其中输出不同类别的标签 预测...
2018-08-26 21:51:06
710
原创 T1、偏差/方差/噪声/泛化误差---如何理解
一、概念：插入概念：期望：这里的期望是指数据集D的样本X通过预测模型f得到的预测值f(X,D)的预测期望。用公式可以做如下表示： 1、偏差（bias）：期望预测与真实值的误差，记为。一般可以表示为算法的拟合能力如何。2、方差（var）：同一个算法在不同数据集...
2018-08-25 10:44:42
2002
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人