Q：按测试内容划分，测试有哪些种类？ 参考答案： 大致可以分为：单元测试、集成测试、系统测试、验收测试和回归测试 知识点： 1、单元测试:完成最小的软件设计单元(模块)的验证工作，目标是确保模块被正确的编 码，使用过程设计描述作为指南，对重要的控制路径进行测试以发现模块内的错误，通常情况下 是白盒的 ...
分类：
其他好文 时间：
2020-05-20 14:09:06
阅读次数：
154
一、线性回归的概念 1.1、定义 线性回归通过一个或者多个自变量与因变量之间之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合。 优点：结果易于理解，计算不复杂。 缺点：对非线性的数据拟合不好。 适用数据类型：数值型和标称型。 1.2、分类 一元线性回归：涉及到的变量只有一 ...
分类：
编程语言 时间：
2020-05-20 12:03:58
阅读次数：
100
题目：一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。 代码： 1 //动态规划版 2 class Solution { 3 public: 4 int jumpFloorII(int number) { 5 if( number == ...
分类：
其他好文 时间：
2020-05-19 14:33:48
阅读次数：
43
drools6.3+spring+Drools Workbench+activemq搭建风险控制系统_Java_sinat_24910337的博客 CSDN博客 https://blog.csdn.net/sinat_24910337/article/details/50587793 drools规 ...
分类：
其他好文 时间：
2020-05-19 12:29:02
阅读次数：
123
一、均值回归理论 均值回归：股票价格无论高于或低于价值中枢(或均值)都会以很高的概率向价值中枢回归的趋势。何时会发生均值回归，属于“随机漫步”范畴。 均值回归的理论基于以下观测：价格的波动一般会以它的均线为中心。即当标的价格由于波动而偏离移动的均线时，它将调整并重新归于均线。 偏离程度：(MA-P) ...
分类：
其他好文 时间：
2020-05-18 22:19:55
阅读次数：
104
主要内容： 线性回归 定义与问题引入 损失函数 梯度下降 过拟合与正则化 逻辑回归 定义与问题引入 损失函数 梯度下降与正则化 线性回归 有监督学习= 学习样本为D={(x~i~,y~i~)}^N^~i=1~ 多变量情形： 损失函数 loss function： 梯度下降： 其中α为步长，很大 震荡 ...
分类：
其他好文 时间：
2020-05-17 17:27:48
阅读次数：
73
我在公司里做了一段时间Python数据分析和机器学习的工作后，就尝试着写一本Python数据分析方面的书。正好去年有段时间股票题材比较火，就在清华出版社夏老师指导下构思了这本书。在这段特殊时期内，夏老师和出版社的其它老师为这本书到处奔走，终于在近期上市。 《基于股票大数据分析的Python入门实战 ...
分类：
编程语言 时间：
2020-05-17 13:35:35
阅读次数：
190
同步进行一波网上代码搬砖, 先来个入门的线性回归模型训练, 基于梯度下降法来, 优化用 MSE 来做. 理论部分就不讲了, 网上一大堆, 我自己也是理解好多年了, 什么 偏导数, 梯度(多远函数一阶偏导数组成的向量) , 方向导数, 反方向(梯度下降) 这些基本的高数知识, 假设大家是非常清楚原理的 ...
分类：
其他好文 时间：
2020-05-17 01:06:00
阅读次数：
75
降低模型的过拟合的好方法就是 正则化 这个模型（即限制它）：模型有越少的自由度，就越难拟合数据。例如，正则化一个多项式模型，一个简单的方法就是减少多项式的阶数。 对于线性模型，正则化的典型实现就是约束模型中参数的权重。这里介绍三种不同约束权重的方法：Ridge回归，Lasso回归和Elastic N ...
分类：
其他好文 时间：
2020-05-16 00:09:41
阅读次数：
94
