正则 RegExp 正则表达式(火星文)：操作字符串 正则表达式：正则表达式(regular expression)是一个描述字符规则的对象。ECMAScript 的 RegExp 构造函数 表示正则表达式，而 String 和 正则表达式都定义了进行强大的【模式匹配】和【文本检索】与【替换】的函数 ...
分类：
其他好文 时间：
2020-05-02 16:51:29
阅读次数：
62
"TOC" 简介 个人博客: 最小二乘法 就是用过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便的求得未知的数据。 一元线性回归下的最小二乘法 下面来讲解一下最小二乘法(以二维数据为例) 首先,我们得到一组数据($x_1,y_1$), ($x_2,y_2$)...($x_n,y_n ...
分类：
其他好文 时间：
2020-05-02 11:31:33
阅读次数：
94
最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。 极端到极致的优美 ...
分类：
其他好文 时间：
2020-05-01 10:56:46
阅读次数：
125
通常情况下是很容易确定某次调用应该选择哪个重载函数，但是当几个重载函数的形参数量相等以及形参的类型可以由其它类型转换得来时，此时选择哪个重载函数就不那么容易。 确定候选函数和可行函数 函数匹配的第一步就是选定本次调用对应的重载函数集，集合中的函数称为候选函数，候选函数的两个特征： 被调用的函数同名。 ...
分类：
其他好文 时间：
2020-03-15 16:27:21
阅读次数：
78
线性最小二乘法 1. 原理： 通过最小化误差的平方和寻找数据的最佳函数匹配，如图(点到直线距离最短） 2. 求解 假设直线为： 最小二乘模型： 求解： 方程化： 解得： 代码实现： ###最小二乘实现 import numpy as np import matplotlib.pyplot as pl ...
分类：
其他好文 时间：
2020-02-07 22:40:33
阅读次数：
130
re_path使用： 1、re_path和path的作用是一样的，只不过re_path在写url的时候可以使用正则表达式——功能更加强大； 2、使用正则表达式时，推荐使用原生字符串（即：已 r 开头的字符串）； 3、在正则表达式中定义变量，需要使用小括号括起来（例如匹配年份的表达式：（?P<year ...
分类：
其他好文 时间：
2019-12-24 13:31:57
阅读次数：
80
假设现在，已知成绩数据表和需要匹配数据表，现在需要根据姓名在成绩数据表中匹配姓名对应的成绩，需要用vlookup函数匹配。一、VLOOKUP犯错!根据函数语法VLOOKUP（查找值，数据表，列序数，[匹配条件]），直接写函数=VLOOKUP(H3,A:E,4,0)返回#N/A，#N/A是NotApplicable（查找值不适用，即没有找到查找值）的意思。所以要学好vlookup，需要了解这个函数的
分类：
其他好文 时间：
2019-12-21 15:13:44
阅读次数：
114
在上一篇文章中，我们总结了分列的一种方式：当所有行在需要的分列的地方都是相同的字母、符号、空格等等的时候，我们可以使用str.split()直接将所有行分成两列。 然而在实际工作中，有可能有并不是所有的行都有用于分列的键。今天再总结两种： 数据源 上面这组数据中的Latitude是我们需要分列的列。 ...
分类：
其他好文 时间：
2019-11-29 10:46:55
阅读次数：
174
最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。 考虑超定方程组（ ...
分类：
其他好文 时间：
2019-11-24 21:05:28
阅读次数：
64
路由层： 路由匹配 url（正则表达式，视图函数内存地址） 只要正则匹配到了内容，就不再往下匹配，而是直接运行后面的视图函数 匹配首页） url(r'^&', home) 匹配尾页 url(r'', errors) 路由匹配的规律 第一次是按照用户输入什么就匹配什么 第二次是Django会让浏览器自 ...
分类：
其他好文 时间：
2019-09-19 01:03:00
阅读次数：
83
