目标 变量的应用 可变和不可变类型 局部变量和全局变量 01.变量的应用 变量和数据都是保存在内存中的 在Python中函数的参数传递以及返回值都是靠引用传递的 1.1引用的概念 在Python中 变量和数据是分开存储的 数据保存在内存中的一个位置 变量中保存着数据在内存中的地址 变量中记录数据的地 ...
分类：
其他好文 时间：
2019-01-24 23:04:18
阅读次数：
193
数据的来源与类型 数据的来源与类型 大部分的数据都来自已有的数据库，如果没有的话也可以交给很多爬虫工程师去采集，来提供。也可以来自平时的记录，反正数据无处不在，大都是可用的。 数据的类型 按照机器学习的数据分类我们可以将数据分成： 标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目 ...
分类：
其他好文 时间：
2019-01-17 22:35:40
阅读次数：
386
机器学习 （一） 分类 机器学习分类 机器学习分为监督学习和无监督学习两类。 监督学习是指在有标记的样本上建立机器学习的模型（这类算法知道预测什么，即目标变量的分类信息）。 无监督学习恰恰相反，是指没有标记的数据上建立学习模型。 主要任务： 分类：主要任务是将实例数据划分到合适的分类中。 回归：例如 ...
分类：
其他好文 时间：
2019-01-13 23:31:48
阅读次数：
344
回归问题就是拟合输入变量x与数值型的目标变量y之间的关系，而线性回归就是假定了x和y之间的线性关系，公式如下： 如下图所示，我们可以通过绘制绘制（x,y）的散点图的方式来查看x和y之间是否有线性关系，线性回归模型的目标是寻找一条穿过这些散点的直线，让所有的点离直线的距离最短。这条完美直线所对应的参数 ...
分类：
编程语言 时间：
2019-01-02 21:14:17
阅读次数：
343
目录介绍5.0.0.1线程池具有什么优点和缺点？为什么说开启大量的线程,会降低程序的性能，那么该如何做才能降低性能？5.0.0.3线程中start和run方法有什么区别？wait和sleep方法的不同？sleep()、join()、yield()有什么区别？5.0.0.4用Java手写一个会导致死锁的程序，遇到这种问题解决方案是什么？那些场景用到了死锁机制？5.0.0.5ThreadLocal(线
分类：
编程语言 时间：
2018-12-25 00:58:15
阅读次数：
252
定义符号 m:训练样本的数目 n：特征的数量 x‘s：输入变/特征值 y‘s：输出变量/目标变量 (x,y)：训练样本 ->(x(i),y(i)):训练集，第i个训练样本，i=1,2..,m 监督学习 定义：(口头表达，非正式)我们给学习算法一个数据集，这个数据集由“正确答案”组成，它的目标是给定某 ...
分类：
其他好文 时间：
2018-12-12 16:23:15
阅读次数：
130
在监督学习（supervised learning）的过程中，只需要给定输入样本集，机器就可以从中推演出指定目标变量的可能结果。监督学习相对比较简单，机器只需从输入数据中预测合适的模型，并从中计算出目标变量的结果。 监督学习一般使用两种类型的目标变量：标称型和数值型 标称型：标称型目标变量的结果只在 ...
分类：
其他好文 时间：
2018-12-10 18:06:00
阅读次数：
394
1.点估计 令 {x (1) ,...,x (m) } 是 m 个独立同分布（i.i.d.）的数据点。点估计（point esti-mator）或统计量（statistics）是这些数据的任意函数： 良好的估计量的输出会接近生成训练数据的真实参数 θ 点估计也可以指输入和目标变量之间关系的估计。我们 ...
分类：
其他好文 时间：
2018-11-29 01:23:20
阅读次数：
167
一般说来，机器学习有三种算法：1. 监督式学习监督式学习算法包括一个目标变量（因变量）和用来预测目标变量的预测变量（自变量）。通过这些变量我们可以搭建一个模型，从而对于一个已知的预测变量值，我们可以得到对应的目标变量值。重复训练这个模型，直到它能在训练数据集上达到预定的准确度。 属于监督式学习的算法 ...
分类：
编程语言 时间：
2018-11-25 14:48:06
阅读次数：
239
在实际开发中，如果遇到稍微复杂一点的逻辑，经常会遇到要复制对象或数组的场景。而在复制之后，我们会发现改了副本，原对象或数组的数据也相应改变了。这就是深拷贝的问题。 其原理涉及到内存，简单来说，我们的浅拷贝就是新建一个变量，指向目标变量，而不占用新的内存，所有一旦改变，就是直接改变的内存中的值，所以原 ...
分类：
编程语言 时间：
2018-11-21 17:44:29
阅读次数：
146
