搜索结果
查询Tags标签： 线性，共有 179条记录-
数据结构——线性结构之线性表
线性结构是一种基本的数据结构，主要用于对具有单一前驱和后继的数据关系进行描述。它的特点是数据元素之间呈现一种线性关系，即是元素”一个接一个排列“。 一、线性表的定义 线性表是最简单、基本和常用的一种线性结构。 一个线性表是n个元素的有限序列，通常表示为(a1…
2021/9/8 23:36:39 人评论 次浏览 -
数据结构——线性结构之线性表
线性结构是一种基本的数据结构，主要用于对具有单一前驱和后继的数据关系进行描述。它的特点是数据元素之间呈现一种线性关系，即是元素”一个接一个排列“。 一、线性表的定义 线性表是最简单、基本和常用的一种线性结构。 一个线性表是n个元素的有限序列，通常表示为(a1…
2021/9/8 23:36:39 人评论 次浏览 -
Java 数组查找
1 //要找的数 - 数组中的第一个元素 / 最大的数 - 第一个元素2 //数组的查找（线性查找 二分法查找）3 //线性查找：4 //equals5 6 String dest = "BB";7 boolean isFlag = true;8 9 …
2021/9/6 11:07:21 人评论 次浏览 -
Java 数组查找
1 //要找的数 - 数组中的第一个元素 / 最大的数 - 第一个元素2 //数组的查找（线性查找 二分法查找）3 //线性查找：4 //equals5 6 String dest = "BB";7 boolean isFlag = true;8 9 …
2021/9/6 11:07:21 人评论 次浏览 -
DW吃瓜课程——机器学习理论知识笔记（二）
本篇是针对经典教材《机器学习》及DataWhale小组出版的配套工具书《机器学习公式详解》的学习笔记，主要以查缺补漏为主，因此对于一些自己已经熟悉的概念和内容不再进行整理。由于水平实在有限，不免产生谬误，欢迎读者多多批评指正。 第三章 线性模型基本概念 线性模型向…
2021/8/24 6:07:06 人评论 次浏览 -
DW吃瓜课程——机器学习理论知识笔记（二）
本篇是针对经典教材《机器学习》及DataWhale小组出版的配套工具书《机器学习公式详解》的学习笔记，主要以查缺补漏为主，因此对于一些自己已经熟悉的概念和内容不再进行整理。由于水平实在有限，不免产生谬误，欢迎读者多多批评指正。 第三章 线性模型基本概念 线性模型向…
2021/8/24 6:07:06 人评论 次浏览 -
线性回归——pytorch实现
1 import torch2 import matplotlib.pyplot as plt3 import os4 os.environ[KMP_DUPLICATE_LIB_OK] = TRUE5 6 lr = 0.0017 see = 200008 x = torch.rand([1, 50])9 y = 3 * x + 0.8 10 11 w = torch.rand([1, 1], requires_grad=True, dtype=torch.float32) 12 b = torc…
2021/8/16 23:10:08 人评论 次浏览 -
线性回归——pytorch实现
1 import torch2 import matplotlib.pyplot as plt3 import os4 os.environ[KMP_DUPLICATE_LIB_OK] = TRUE5 6 lr = 0.0017 see = 200008 x = torch.rand([1, 50])9 y = 3 * x + 0.8 10 11 w = torch.rand([1, 1], requires_grad=True, dtype=torch.float32) 12 b = torc…
2021/8/16 23:10:08 人评论 次浏览 -
权重法-KPCA
KPCA：将低维数据 通过核函数 映射至高维空间，而不需要知道具体的转变函数，使原本线性不可分的数据在高维空间中变得线性可分，可以继续使用PCA来进行降维； 明确地说核函数就是计算高维线性可分空间中数据内积的方法，而内积是衡量距离的重要指标，因此通过核函数来描述…
2021/8/6 6:06:35 人评论 次浏览 -
权重法-KPCA
KPCA：将低维数据 通过核函数 映射至高维空间，而不需要知道具体的转变函数，使原本线性不可分的数据在高维空间中变得线性可分，可以继续使用PCA来进行降维； 明确地说核函数就是计算高维线性可分空间中数据内积的方法，而内积是衡量距离的重要指标，因此通过核函数来描述…
2021/8/6 6:06:35 人评论 次浏览 -
线性回归——多重共线性
1. 多重共线性的现象？ 回归系数与常识相反某些重要的自变量的ttt值低（ttt值越低，越不能拒绝β=0\beta=0β=0的原假设），即某些重要的自变量不能通过回归系数的显著性检验本不显著的自变量却呈现出显著性 2. 什么是多重共线性？ 线性回归模型的自变量之间存在近似线性关…
2021/8/4 23:06:29 人评论 次浏览 -
线性回归——多重共线性
1. 多重共线性的现象？ 回归系数与常识相反某些重要的自变量的ttt值低（ttt值越低，越不能拒绝β=0\beta=0β=0的原假设），即某些重要的自变量不能通过回归系数的显著性检验本不显著的自变量却呈现出显著性 2. 什么是多重共线性？ 线性回归模型的自变量之间存在近似线性关…
2021/8/4 23:06:29 人评论 次浏览 -
【数模】回归分析算法
目录 一、相关性分析与回归分析 二、最小二乘法 三、回归性检验 （1）F检验 （2）t检验 （3）r检验 四、回归系数的置信区间 五、常用的目标函数及其线性化方法 （1）一元线性/非线性 （2）多元线性回归 （3）回归性检验与预测 （4）逐步回归分析 六、matlab命令 七、总结…
2021/7/28 20:11:51 人评论 次浏览 -
【数模】回归分析算法
目录 一、相关性分析与回归分析 二、最小二乘法 三、回归性检验 （1）F检验 （2）t检验 （3）r检验 四、回归系数的置信区间 五、常用的目标函数及其线性化方法 （1）一元线性/非线性 （2）多元线性回归 （3）回归性检验与预测 （4）逐步回归分析 六、matlab命令 七、总结…
2021/7/28 20:11:51 人评论 次浏览 -
3.2 线性回归的从零开始实现
import torch from matplotlib import pyplot as plt import numpy as np import random#首先生成数据集 num_inputs = 2 #每个样本2个特征数 num_examples = 1000 #一共1000个样本 true_w = [2, -3.4] #权重 true_b = 4.2 #偏差 features = torch.randn(num_examples,…
2021/7/23 6:10:30 人评论 次浏览
