- 博客(7)
- 资源 (1)
- 问答 (6)
- 收藏
- 关注
RSS订阅原创 写一个小型搜索引擎的思路（有免费源代码可供下载）
近期用python写了一个小型的搜索引擎，想用这篇博客记录下来免得以后忘了。一、使用python爬取数据首先去某个新闻网站观察html页面的源码，一般来说都是有规律性的。使用beautifulsoup将页面下下来，再用ElementTree存储为若干个xml文件，作为我们的数据库。from bs4 import BeautifulSoupimport urllib.requestimpo...
2019-12-29 21:54:25
957
1
原创 西瓜书——支持向量机svm原型推导
第一次听说支持向量机这个名词或许有点懵，这好像有点难以理解这个算法到底是干什么的。其实svm这个算法这个算法是用来分类的。目的是找到一个超平面然后把一堆数据划分成不同类别。映射到二维数据上面，那个超平面就是一条线了。如下图所示：我们也能看到有很多的线可以划分这两类数据，那我们的目的就是要找一条类似与红色线的划分线。为什么呢？因为这样红线划分的时候划分更清晰，两边留出的“空隙”更多，更平均。因为我...
2019-12-19 10:55:48
437
原创 西瓜书——决策树（知识点：信息熵的数学含义及推导）
对于决策树，有点像if...elseif...elseif...else语句。最重要的点就是找到合适的属性来划分类别。对于那个用来划分类别的属性要符合一个条件，那就是划分后，集合的纯度提高了。所以我们往往是在一堆属性中，找到一个属性，该属性最能提高集合的纯度。本文将重点解释信息熵的数学含义。一、信息熵信息熵Ent(D)Ent(D)Ent(D)是用来度量样本集合纯度的最常用指标。Ent(D)=...
2019-12-10 19:55:35
1111
原创 西瓜书——对数几率回归（知识点：极大似然估计）
对数几率回归是二分类的问题，我们可以将随机变量yyy假设服从伯努利分布，即yyy的取值只有{0,1}。这里需要补充一个概念，指数族分布，伯努利分布就属于指数族分布。（注：ϕ\phiϕ指的是yyy取1是的概率）我们都明白对数几率回归是从线性回归衍生而来的，所以我们下一步就是进行对数几率回归模型的推导。对数几率回归的广义线性模型推导对于广义线性模型，有三条假设。符合这三条假设的模型便是广义...
2019-12-07 16:32:15
2573
1
原创 西瓜书——多元线性回归（知识点：多元实值函数凹凸性的证明）
在多元线性回归部分，西瓜书的省略实在是太多了，有时候会让读者很无奈。这篇博客便针对这些问题进行详细的解答，希望对大家理解西瓜书有帮助。在多元线性回归这一章节中，或许是囿于篇幅，西瓜书中（1）没有解释清楚www和bbb怎么组合成w^的\hat{w}的w^的（注：此处的www和w^\hat{w}w^都是向量，因为这是多元线性回归了）（2）没有解释损失函数Ew^E_{\hat{w}}Ew^怎么来的。...
2019-12-04 17:30:23
1827
原创 西瓜书——一元线性回归（二）
这篇博客将补充解释在一元线性回归问题中如何向量化的问题。为何要向量化在上篇博客中，我们求解了www和bbb的表达式，我们会发现，bbb的表达式尚属于简单的形式，但是www的表达式却含有太多的求和符号了，当我们用Python代码去实现算法的时候就需要使用多个forforfor循环去遍历，这将大大提高算法的复杂度，降低算法的性能。但是Python有个numpy的库可以用来做矩阵运算，库里的算法也进...
2019-12-03 22:59:14
163
原创 西瓜书——一元线性回归（一）
这篇博客将主要针对西瓜书3.1和3.2节（一元线性回归）的内容进行补充。主要有如何判断出一元线性回归损失函数是一个凸函数以及如何将w值向量化表示。
2019-12-02 23:43:45
459
3
Google.zip
2019-12-29
机器学习模型泛化训练问题
2020-03-24
关于在java代码中调用Python代码的问题？
2019-11-15
一个过滤器，代码应该没问题，就是找不到这个类，求教大神
2017-04-19
Javaweb写个登录过滤器，但是报空指针异常。求教大神
2017-04-19
maven写的一个项目，要写一个过滤器，代码应该没错吧，就是报错了，求教大神
2017-04-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人