本次课有两部分，KNN的模型分析以及回归分析 KNN模型分析 1.K值选取 选择K的时候要特别注意K的大小，适中才最好 要求太高会导致过拟合，低bias（偏差），太低则无法拟合，高bias。 2.训练与测试 收集的数据集，先分成测试集与训练集，一般训练集略大于测试集。 训练集用来训练模型（fit t ...
分类：
其他好文 时间：
2018-07-22 19:21:15
阅读次数：
191
zabbix3.4源码安装步骤1.安装环境： 安装机器：22.224.9.227 以下简称监控机； 操作系统信息：内核版本： Linux version 2.6.18-194.1.AXS3 (packager@asianux.com) (gcc version 4.1.2 20080704 (Asi ...
分类：
其他好文 时间：
2018-07-22 00:35:45
阅读次数：
245
一 关于expdp和impdp 使用EXPDP和IMPDP时应该注意的事项：EXP和IMP是客户端工具程序，它们既可以在客户端使用，也可以在服务端使用。EXPDP和IMPDP是服务端的工具程序，他们只能在ORACLE服务端使用，不能在客户端使用。IMP只适用于EXP导出的文件，不适用于EXPDP导出 ...
分类：
其他好文 时间：
2018-07-20 13:57:49
阅读次数：
189
工作中遇到SVN需要重命名的问题,网上查方法看到可以直接选中文件夹右键选择svn里面的rename.于是就试了一下,但是好像没有想象的那么简单,阿偶 报错了! ? 提示我不能移动源文件到新目录,拒绝访问.所以,,,此路不通. 于是换一种实现方式: 文件夹右键,这里我们也是可以获取到文件的, ? 然后 ...
分类：
其他好文 时间：
2018-07-19 17:26:01
阅读次数：
1548
1.PCA原理 主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。 PCA算法： 2.PCA的实现 数据集： 64维的手写数字图像 代码： 运行结果： 1）将数 ...
分类：
编程语言 时间：
2018-07-19 13:43:53
阅读次数：
321
1. 算法核心思想： 通过计算每个训练样本到待分类样本的距离，选取和待分类样本的距离最近的 K 个训练样本，K个样本中那个类别的训练样本占据着多数， 则表明待分类的样本就属于哪一个类别。 KNN算法在类别的决策中， 只与极少数的相邻样本相关。因此，对于类别的样本交叉或重叠较多的待分类样本集来说， K ...
分类：
编程语言 时间：
2018-07-19 13:35:17
阅读次数：
421
https://www.cnblogs.com/pcat/p/5467188.html source . 这两个是一样的 。在当前shell运行脚本。脚本不需要 执行权限。 sh 在子shell运行脚本。脚本不需要 执行权限。 ./ 在子shell运行脚本，脚本需要 执行权限（x） ...
分类：
系统相关 时间：
2018-07-19 00:10:06
阅读次数：
229
No.1. kNN算法中需要传入一个参数k，这个参数k的作用之前提到过，它就是指距离待预测数据最近的前k个数据，这个参数k的具体大小应该如何选择？超参数问题就是描述的这类问题。 No.2. 所谓"超参数"，就是指在算法运行之前需要进行指定的参数；与"超参数"向对应的是"模型参数"，"模型参数"是在算 ...
分类：
其他好文 时间：
2018-07-18 23:33:57
阅读次数：
190
@(131 Machine Learning | 机器学习) PCA是一种特征选择方法，可将一组相关变量转变成一组基础正交变量 25 PCA的回顾和定义 Demo： when to use PCA 1. latent features driving the patterns in the data ...
分类：
其他好文 时间：
2018-07-18 20:28:28
阅读次数：
146
