import easygui import os path = easygui.fileopenbox()#path是打开的文件的全路径 if path:#如果选择打开文件，没有选择取消 b = os.path.splitext(path)#把打开的文件的全路径分割成文件名和后缀名 c = [b[0 ...
分类：
其他好文 时间：
2021-05-24 01:31:34
阅读次数：
0
1、查看数据类型: type(数据)（在下面的探究中会标注出来） 2、初步探究（重点是机器学习模型只能处理数值数据，所以新闻样本集里的每一个文本样本都要转为TF-IDF向量。） from sklearn.datasets import fetch_20newsgroups from sklearn. ...
分类：
其他好文 时间：
2021-05-04 16:34:58
阅读次数：
0
一、线性回归 一、线性回归 ? 假设有数据有 ，其中 , 。其中m为训练集样本数，n为样本维度，y是样本的真实值。线性回归采用一个多维的线性函数来尽可能的拟合所有的数据点，最简单的想法就是最小化函数值与真实值误差的平方（概率解释-高斯分布加最大似然估计）。即有如下目标函数： 其中线性函数如下： ? ...
分类：
其他好文 时间：
2021-04-28 12:19:06
阅读次数：
0
对于同一个input ，在某个正态分布上所在的区间更接近置信区间中心，对应的Y值大 ，说明它更像是这个label上的某一个样本 Geogebra 模拟 label0： label1： result summary： label0: meanVal : array([4.96571429, 3.388 ...
分类：
其他好文 时间：
2021-04-27 14:22:28
阅读次数：
0
u1s1 这是我第三次学这个东西了，第一次大约是去年三月，第二次大约是去年暑假，事实证明那时候并没有把这东西真正学进去因为我那时并没有真正理解线性基的本质，现在学完高斯消元，学完线性代数的一些基本芝士再回来看这东西就感觉异常友好了（ 一些有关线性代数的前置芝士 向量 一个 \(n\) 维向量是一个 ...
分类：
其他好文 时间：
2021-04-02 13:18:35
阅读次数：
0
高斯消元 模板 luogu P3389 #include<bits/stdc++.h> using namespace std; const double eps=1e-6; const int N=100+5; double a[N][N]; int n; int gauss(){ int c,r ...
分类：
其他好文 时间：
2021-03-26 15:26:50
阅读次数：
0
第一次用markdown写，不知道效果如何。 Java 简介 Java是Sun公司工作的高斯林等人在1990年代发明，用来在各种设备上都可以编程开发，脱胎于C++，1995年他们用Java写出了嵌入在网页的小程序applet，可以让静态的网页展示动画效果。java出名了。从这也能看出，java确实很 ...
分类：
编程语言 时间：
2021-03-16 13:41:01
阅读次数：
0
题意 $a_$以及$b_i$都是$0/1$ 方法 异或运算可以看成是不进位的加法，因此直接高斯消元即可 代码 #include <iostream> #include <cstdio> #include <cstring> using namespace std; const int N = 110 ...
分类：
其他好文 时间：
2021-02-18 13:19:39
阅读次数：
0
题意 给定$n \times (n + 1)$的线性方程组的增广矩阵，求方程的解。 代码 #include <iostream> #include <cstdio> #include <cstring> #include <algorithm> #include <cmath> using name ...
分类：
其他好文 时间：
2021-02-18 13:16:05
阅读次数：
0
正题 题目链接:https://www.ybtoj.com.cn/problem/893 题目大意 给出一张$n$个点$m$条边的无向联通图，每条边正反向各有$A,B,C$三种边权。 保证满足 \(A_{x,y}=-A_{y,x}\ ,\ B_{x,y}=B_{y,x}\ ,\ C_{x,y}=-C ...
分类：
其他好文 时间：
2021-02-18 12:55:29
阅读次数：
0
