一亩三分地可以使用C对变量中的个别位进行操作。您可能对人们想这样做的原因感到奇怪。这种能力有时确实是必须的，或者至少是有用的。C提供位的逻辑运算符和移位运算符。 1. 位运算符 位运算符 取反 ~，对于每个位按位取反。 位与 &a...
C99 提供一个成为 伸缩性数组成员 的特性。利用这一特性可以声明结构体的最后一个成员具有特殊的属性。 该数组成员的特性:1. 该成员可存在，也可不存在，当不存在时，并不占用结构体大小。2. 使用这个伸缩的成员，使它可...
期望最大化算法（Expectation Maximization，EM） 是一种基于不完整、包含隐变量观测数据进行统计模型参数估计的方法。 我们知道，统计模型中的参数都需要根据观测数据集（训练数据）来进行估计。但是，在有...
连接查询是数据库中很重要的查询操作，其可以实现将多张表按照某个条件进行连接。主要包括内连接、左连接、右连接。 我们的数据表如下： 此时，如果想要对这两个表进行查询，比如： 此时会产生笛卡尔积，如下表所示： 上表【图-1】...
多项式回归时线性回归模型的一种，使用多项式可以逼近任意函数，因此多项式回归有着广泛的应用。 多项式回归的最大优点就是可以通过增加 x 的高次项对样本集进行逼近，直至达到目标为止。在通常的实际问题中，不论依变量与其他自变量...
浮点小数是程序中经常使用的一种数据类型，其使用非常广泛，特别是在科学计算、工程领域以及计算机图形学、人工智能等领域。 1. 原理 在计算机中，浮点数常常采用 IEEE 754 标准来表示。这个标准定义了两种浮点数格式：单...
岭回归、Lasoo 回归可以理解为改良版的线性回归。本文主要概述下这两种回归的特点，以及其 scikit-learn 接口的使用： 岭回归 Lasso 回归 1. 岭回归 岭回归，又称脊回归、吉洪诺夫正则化（Tikhon...
集成学习是一种通过组合多个弱学习器（如决策树、线性模型等），从而减少单一模型的偏差和方差，进而提高模型的泛化能力和整体模型性能的机器学习方法。 在集成学习中，弱学习器可以采用不同类型的模型，比如将支持向量机、神经网络和决...
特征缩放（Feature Scaling）是将不同特征的值量化到同一区间的方法。 实现特征缩放有多种方法，下面介绍两种常用的方法：归一化和标准化： 特征缩放原因 特征缩放方法 1. 特征缩放原因 我们的数据集中会包含很多...
信息增益会倾向于选择特征值种类较多的特征，而信息增益率则不同。信息增益率的思想就是惩罚那些取值种类多的特征，也可以简单理解为，其更偏向于选择取值种类相对较少的特征。那么，信息增益率是如何惩罚取值种类多的特征呢？其实就是让...
问题环境：MacOS 10.11、Python 3.8 安装扩展命令如下： 当启动 jupyter notebook 时，没有发现 Nbextensions 这一标签，并在后台报错如下： 问题是找不到 mathjaxut...
numpy 数组运算主要分为： numpy ndarray 数组和数字之间的加、减、乘、除运算 同 shape 的 numpy ndarray 数组之间的加、减、乘、除运算 不同 shape 的 numpy ndarra...
冀公网安备13050302001966号
最新评论