1. k 近邻算法k近邻法（k-nearest neighbor， k-NN） 是一种基本分类与回归方法。 k近邻法的输入为实例的特征向量， 对应于特征空间的点； 输出为实例的类别， 可以取多类。 k近邻法假设给定一个训练数据集， 其中的实例类别已定。 分类时， 对新的实例， 根据其k个最近邻的训练 ...
分类：
其他好文 时间：
2020-01-28 10:56:49
阅读次数：
71
一、项目需求 1. 测试/生产环境更新后，自动化回归测试 2. 项目易于维护和运行 3. 支持多种测试策略 4. 支持可视化测试报告 5. 运行结果，支持多种方式通知相关人员 6. 可定时/触发的方式运行自动化测试用例 二、设计 2.1 需要的技能 Python基础（面向对象） 熟悉Python引包 ...
分类：
Web程序 时间：
2020-01-27 17:31:32
阅读次数：
96
shell中的通配符（元字符），表示不是本意 常用的元字符有： * 匹配任意多个字符 ? 匹配任意一个字符 [] 匹配括号中任意一个字符 \ 转义符，让元字符回归本意 {} 集合 touch file{1..5} mkdir -p /home/{333/{a,b},444} () 在子shell中执 ...
分类：
系统相关 时间：
2020-01-25 23:37:45
阅读次数：
131
1.为什么要做自动化 因为现在敏捷流程较多，点点点的工作很多， 周期短 每次上线功能较少，重复验证的功能很多 2、在质量保障方面，通常只有测试在承担；代码开发写出来后没有进行单元测试 每个新的功能不多，产品周期越长，功能越复杂，功能越多，每个版本，全部功能都要点一遍 提bug，解决bug，产生的bu ...
分类：
Web程序 时间：
2020-01-25 18:11:05
阅读次数：
98
1、一元回归 一元线性回归分析、多元线性回归分析 【一元线性回归分析】 已经某变量取值，如果想要用它得到另一个变量的预测值 自变量或预测变量、因变量或标准变量 1. 目的：根据某自变量取值得到因变量的预测值 2. 所需数据： 因变量（连续变量）+自变量（连续变量、二分变量） 3. 假设条件： a. ...
分类：
其他好文 时间：
2020-01-25 11:46:38
阅读次数：
136
[TOC] logistic 回归算法 一种常见的分类算法，输出值在0，1之间 是：1 否：0 即找到满足下面条件的最优参数 $0 \leq h_{\theta}(x) \leq 1$ 假设函数的表示方法： $h_{\theta}(x)=g\left(\theta^{T} x\right)$ 其中： ...
分类：
其他好文 时间：
2020-01-24 21:14:27
阅读次数：
113
所谓的多元，通俗一点讲就是一个数据集中含有多个特征，一元的话就含有一个特征，因此公式变为 假设 $h_{\theta}(x)=\theta_{0}+\theta_{1} x_{1}+\theta_{2} x_{2}+\cdots+\theta_{n} x_{n}$ 参数：未知 $\theta_{0} ...
分类：
其他好文 时间：
2020-01-24 18:40:45
阅读次数：
64
一、前言 今年的春节有点不同啊，肺炎挺严重的，祈福武汉，祈福全国能尽快的战胜这次的疾病，也祝愿大家身体健康，阖家欢乐，也祈福大家在新的一年里，找工作的能找份好工作，找对象的能如愿找到合适的对象。同时也祝福我自己，嘻嘻。 看到昨天和今天早上写的竟然还有人看，大年二十九和大年三十啊，努力学习的人始终都有 ...
分类：
其他好文 时间：
2020-01-24 18:39:48
阅读次数：
81
梯度下降法 梯度下降法（英语：Gradient descent）是一个一阶最优化算法，通常也称为最速下降法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这 ...
分类：
其他好文 时间：
2020-01-24 17:28:40
阅读次数：
113
在上一篇中，我们发现knn和线性回归一样，表现的不是特别好，来看看时间序列的表现 时间序列预测法其实是一种回归预测方法，属于定量预测，其基本原理是;一方面承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；另一方面充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影 ...
分类：
其他好文 时间：
2020-01-24 15:59:40
阅读次数：
176
