- 博客(7)
- 问答 (1)
- 收藏
- 关注
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