读书笔记(十六) 这是第十六部分微分方程求解 %% 指数型增长和Logistic型增长 % Logistic曲线是一种常见的S形函数 % 是皮埃尔·弗朗索瓦·韦吕勒 % 在1844或1845年 % 在研究它与人口增长的关系时命名的 % 起初阶段大致是指数增长 % 然后随着开始变得饱和,增加变慢 % 最后,达到成熟时增加停止 close all figure k = 1 eta = 1 mu = 20 t = 0:1/32:8; y = mu*eta*exp(k*
读书笔记(二) 这是第二部分函数与绘图 将代码复制到m文件即可运行 函数部分需新建m文件保存 %% 函数 % 变量在用之前先赋0站位 % 计数或者下表从1考试 % function f = fibonacci(n) % f = zeros(n,1); % f(1) = 1; % f(2) = 2; % for k = 3:n % f(k) = f(k-1) + f(k-2); % end %% 递归 % 将目标转化为多步,每一步都可以通过上一步求解 % function f = fi
读书笔记(三) 这是第三部分日期函数 将代码复制到m文件即可运行 函数部分需新建m文件保存 %% 获取当前时间 format bank % 一种显示格式 c = clock % c是一个数组「年 月 日 时 分 秒」 f = '%6d %6d %6d %6d %6d %9.3f\n' % 整数 整数 整数 整数 整数 浮点数 fprintf(f,c); %% 判断闰年 y = c(1) is_leapyear = (mod(y,4
读书笔记(九) %% 复数的极坐标形式 z = 3 + 4i r = abs(z) %极径 phi = angle(z) %幅角 z_again = r*exp(i*phi) %欧拉角表达 %% 利用复数在复平面内作图 figure z = [0 1 1+2i 3i 0] line(real(z),imag(z),'color','red') % 将参数一一连线,首位相同则封闭图形 axis([-2.5 1.5 -.5 4.0]
读书笔记(一) 这是第一部分——迭代 将代码复制到m文件中即可运行 % 迭代是计算的关键 % % 上键:调用先前的命令 % %下面这个“双%”表示一个section(就是英语听力那个section) %可以把程序分成好多片段,可以分块执行run section %% 长精度显示结果 format long % %% 浮点数通过与eps比较判断 % abs(x-y)< eps或者5e-5等小量 % 即为x=y % %% roots([多项式系数 空格隔开]) % 求多项式=0的根 x1 = root
读书笔记(六) 这是第六部分绘图 主要通过绘制分形图案展示绘图命令 function fern shg %显示画图界面 clf reset %清楚当前所有子句柄 set(gcf,'color','white','menubar','none', ... 'numbertitle','off','name','Fractal Fern') % 相关设置:颜色、菜单栏、标题栏、名称 x = [.5; .5]; darkgreen = [0 2/3 0]; plot(x(1),x(2),'.
读书笔记(十) %% 矩阵的操作 format short A = magic(3) %产生三阶幻方矩阵 sum(A) %对列求和 sum(A')' %对行求和 sum(diag(A)) %对主对角线求和 sum(diag(flipud(A))) %对副对角线求和 sum(1:9)/3 %第一项到第九项和的三分之一 for k = 0:3 rot90(A,k) %将A逆时针旋转k个90度 rot90(A',k) %
在看论文中经常会出现一些词 Ablation Test 或者 Ablation Experiment,一个意思啦。
读书笔记(七) 这是第七部分稀疏矩阵操作 复制代码即可运行 %% 稀疏矩阵 n = 6 i = [2 6 3 4 4 5 6 1 1] j = [1 1 2 2 3 3 3 4 6
读书笔记(五) 这是第五部分线性方程求解 %% 前除 format bank A = [3 12 1; 12 0 2; 0 2 3] b = [2.36 5.26 2.77]' x = A\b % X = A\B 就是方程 A*X = B 的解 % 先求逆再左乘 %% 后除 x = b'/A' % X = B/A 就是方程 X*A = B 的解 % B/A 就是 B*INV(A) 也就是B*A的逆 %% 除数为零或者出现无穷大 A(3,:) =
读书笔记(十一) % 这是第十一部分GUI,通过一个游戏展示 function tictactoe(job) % 井字棋游戏以及变形 % 游戏1是在1至9中最先连续选择三个数和为15者胜利 %
读书笔记(四) 这是第四部分数组与矩阵 将代码复制到m文件即可运行 函数部分需新建m文件保存 %% 向量与矩阵 x = [2; 4] % 向量 A = [4 -3; -2 1] % 矩阵 A*x A'*A % 转置 A*A' %% 随机矩阵 R = 2*rand(2,2)-1 %% 连线画图 X = [ -6 -6 -7 0 7 6 6 -3 -3 0 0 -7 2 1 8
读书笔记(八) 这是第八部分指数函数 复制代码即可运行 %% 指数函数与近似导数 a = 2; t = 0:.01:2; h = .00001; y = 2.^t;
我们可以看到,上述的决策边界并不是很好,虽然都可以完整的划分数据集,但是明显不够好。
L1=(X1*theta)/sqrt(theta(2)^2+theta(1)^2)
Experiment Experiment(实验)类是定义如何训练模型,并将其与 Estimator 进行集成的方式。 一旦我们定义了 experiment,我们就可以通过 learn_runner.run 运行它来训练和评估模型: learn_runner.run( experiment_fn=experiment_fn ') # Define and run experiment ############################### def run_experiment(argv=None): " ""Run the training experiment params (HParam): Hyperparameters Returns: (Experiment) Experiment for training the mnist
根据图像,我们可以看出,左下大多为负样本,而右上多为正样本,划分应该大致为一个斜率为负的直线。
在搏皮中通过动态的引入CDN资源,来减少搏皮制品的大小,但是webpack没有开启topLevelAwait所以产生了报错;
根据题目,我们得知,该数据为房价关于住房面积,卧室数量的相关数据,共47组数据,我们可以观测到住房面积接近等于卧室数量的1000倍左右,所以我们需要对数据进行标准化。
在做线性回归或者逻辑回归的时候,会遇到过拟合问题,即,在训练集上的error很小,但是在测试集上的偏差却很大。因此,引入正则化项,防止过拟合。保证在测试集上获得和在训练集上相同的效果。