程序员行莫

一元线性回归正规方程解

一元线性回归正规方程解 线性回归(Linear Regression) 是通过找到输入和输出之间的线性关系(通过拟合一条直线或超平面),来预测未知的结果。 一元线性回归是最简单的线性回归形式,只有一个输入特征和一个输出。 比如房屋面积和房屋价格之间的线性关系,输入房屋面积输出房屋价格,来进行价格预测

行莫 发布于 2025-11-27

复合函数求导

复合函数求导 目录 引言:什么是复合函数? 复合函数求导的核心:链式法则 链式法则的严格证明

行莫 发布于 2025-11-26

常见函数导数

常见函数导数 目录 引言:导数是什么? 常数函数的导数 幂函数的导数 指数函数的导数

行莫 发布于 2025-11-26

割圆八线法:直观理解三角函数

割圆八线法:直观理解三角函数 目录 引言:从圆中看世界 什么是割圆八线? 搭建我们的"圆舞台"

行莫 发布于 2025-11-26

斜率

斜率 目录 引言:斜率就在我们身边 第一部分:什么是斜率? 第二部分:如何计算斜率?

行莫 发布于 2025-11-25

线性回归详解

线性回归详解 引言 想象一下,你要预测一个学生的成绩: 方法1:只看学习时间,时间越长成绩越好(简单方法) 方法2:看学习时间、复习次数、作业完成度等多个因素(复杂方法) 线性回归就像这两种方法——通过找到输入和输出之间的线性关系,来预测未知的结果。 本文将用生动的类比、详细的数学原理和丰富的可视化

行莫 发布于 2025-11-24

机器学习算法常见距离计算

机器学习算法常见距离计算 引言 想象一下,你要判断一个新来的同学和谁最相似: 方法1:看直线距离有多远(欧式距离) 方法2:看需要走多少条街才能到达(曼哈顿距离) 方法3:看最远的那一维差距有多大(切比雪夫距离) 方法4:根据情况灵活选择距离计算方式(闵可夫斯基距离) 在 KNN(K-Nearest

行莫 发布于 2025-11-24

交叉验证与网格搜索详解

交叉验证与网格搜索详解 引言 想象一下两种不同的考试方式: 传统方式:只用一套题训练,用同一套题测试,容易"死记硬背" 交叉验证:用多套题训练和测试,轮流使用,更真实地评估能力 想象一下两种不同的调参方式: 手动调参:一个一个试,费时费力,容易遗漏最优解 网格搜索:系统性地尝试所有组合,自动找到最优

行莫 发布于 2025-11-24

手写数字识别数据集

手写数字识别数据集 MNIST数据集(Mixed National Institute of Standards and Technology database)是一个用来训练各种图像处理系统的二进制图像数据集,广泛应用于机器学习中的训练和测试。 作为一个入门级的计算机视觉数据集,发布20多年来,它

行莫 发布于 2025-11-23

鸢尾花数据集

鸢尾花数据集 Iris 鸢尾花数据集内包含 3 种类别,分别为山鸢尾(Iris-setosa)、变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。 数据集共 150 条记录,每类各 50 个数据,每条记录有花萼长度、花萼宽度、花瓣长度、花瓣宽度4项特征,通过这

行莫 发布于 2025-11-23
上一页 下一页