一、基本术语 1、标签和特征 标签一般指的是我们要预测的真实事务，在图3中，我们用y坐标的值进行表示。 特征是指用于描述数据的输入变量，一般使用{x1,x2,…,xn}进行表示，在图3所示的线性回归问题中只有一个x轴。 2、样本和模型 样本是指数据的特定实例：x ，有标签样本具有{特征，标签}：{x ...
分类：
其他好文 时间：
2020-10-06 20:30:54
阅读次数：
23
线性回归的一个问题可能是有可能出现欠拟合（如下图所示样本），因为它求的是具有最小均方误差的无偏估计。如果模型欠拟合将不能取得最好的预测效果。所以有些方法允许在估计中引入一些偏差，从而降低预测的均方误差。其中的一个方法是局部加权线性回归。在该算法中，我们给待预测点附近的每一个点赋予一定的权重，在这个子 ...
分类：
其他好文 时间：
2020-09-24 22:13:45
阅读次数：
81
第一步： 得到功能测试的常规用例，查看是否可以进行自动化，要明确，自动化不是为了自动化而自动化，自动化是节省人力，主要做回归测试，如果变动性特别大，不建议做自动化，具体可查看其它文章“什么适合做自动化”，且有些自动化要评判付出与收益比，如果付出很大，收益很小，这种也不值得做自动化 第二步： 确认可以 ...
分类：
其他好文 时间：
2020-09-24 21:29:37
阅读次数：
37
现在银行产品同众化现象普遍存在，客户选择产品和服务的途径越来越多，客户对产品的忠诚度越来越低，所以客户流失已经成为银行业最关注的问题之一。而获得新客的成本远高于维护老客户成本。因此，从海量客户交易数据中挖掘出对流失有影响的信息，建立高效的客户流失预警体系，提前做好营销挽留，降低流失风险尤为重要。这里提到了数据挖掘，那什么是数据挖掘呢？其实就是从大量的数据中去发现有用的信息，根据这些信息来辅助决策。
分类：
其他好文 时间：
2020-09-18 02:45:12
阅读次数：
35
https://mp.weixin.qq.com/s/sWKrK5YUBL9KiTDYD5mAwABy超神经内容概要：重磅消息，李飞飞将加入Twitter，出任独立董事。这是时隔近两年之后，李飞飞再次从学术界回归商业圈。这一次女神的出山，又是为了什么？和Twitter的合作又有哪些不同之处？关键词：李飞飞Twitter假新闻5月11日，Twitter在官方博客中发布了一篇《更新误导性消息的处理办法
分类：
其他好文 时间：
2020-09-18 01:43:10
阅读次数：
20
?Smartbi商业智能BI软件满足BI产品的发展阶段，更聪明大数据分析软件，快速挖掘企业数据价值！◆企业BI/数据分析是CIO关注的重点无论辅助营销（增加收入）还是发现问题（降低成本），BI都有无法替代的价值◆企业BI的自助化应用趋势数据来源于业务，分析自然也需要“回归”业务◆业界对企业BI定义的三个阶段使用BI数据分析的更多能力，将逐渐成为业务专家的“标配”◆Smartbi满足三个阶段的BI产
分类：
其他好文 时间：
2020-09-17 22:45:34
阅读次数：
26
参考的一位大神的Blog，记录一下，便于以后复习。我是初学者，难免有许多错误的地方，恳请各位大神批评指正。 关于线性回归的理论，有很多优秀的课程（比如：吴恩达的机器学习课程）可供参考，这里直接进行代码实现，并对必要的地方进行解释。 1 import torch as tc #简写成tc便于编写代码 ...
分类：
其他好文 时间：
2020-09-17 18:10:13
阅读次数：
33
本题要求实现一个函数，将两个链表表示的递增整数序列合并为一个非递减的整数序列。 ###函数接口定义： List Merge( List L1, List L2 ); L1和L2是给定的带头结点的单链表，其结点存储的数据是递增有序的；函数Merge要将L1和L2合并为一个非递减的整数序列。应直接使用原 ...
分类：
其他好文 时间：
2020-09-17 16:47:10
阅读次数：
29
""" 评价模型的核心函数：根据得到的正负样本，输出：P，R，map等 """ #验证集或测试集都可以用 def evaluate(model, path, iou_thres, conf_thres, nms_thres, img_size, batch_size): model.eval() # ...
分类：
其他好文 时间：
2020-09-11 14:15:31
阅读次数：
46
是新朋友吗？记得先点蓝字关注我哦～一、逻辑回归简介逻辑回归又称Logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘、疾病自动诊断、经济预测等领域。逻辑回归从本质来说属于二分类问题。二分类问题是指预测的y值只有两个取值（0或1）。例如：一个垃圾邮件过滤系统，x是邮件的特征，预测的y值就是邮件的类别（是垃圾邮件还是正常邮件）。对于类别我们通常称为正类（positiveclass）和负
分类：
其他好文 时间：
2020-09-10 22:48:59
阅读次数：
45
