在前段时间，分享了几篇关于appium基础的博文，再加上期间也有讲到unittest测试框架，所以今天就来一个专题，在appium+python实现的线性代码基础上，引入unittest框架，使代码更简洁。之前的博客，可以见以下链接快速阅读：基于Python的Appium环境搭建合集Genymotion模拟器的安装及脚...

本文主要解说局部加权(线性)回归。在解说局部加权线性回归之前，先解说两个概念：欠拟合、过拟合。由此引出局部加权线性回归算法。 ...

静态链表的定义：节点由一个一维数组和一个指针域组成，数组用来存放数据元素，而指针域里面的指针（又称游标）用来指向下一个节点的数组下标。这种链表称之为静态链表。链表中的数组第一个和最后一个位置须要特殊处理，不存数据。第一个位置（即数组0下标）的节点的指针用来存放备用链表的第一个节点的数组下标。最后一个位置（即数组长度Ma...

声明：        1，本篇为个人对《2012.李航.统计学习方法.pdf》的学习总结，不得用作商用。欢迎转载，但请注明出处（即：本帖地址）。        ...

　　在logistic回归中，我们的训练集由  个已标记的样本构成： ，其中输入特征。（我们对符号的约定如下：特征向量  的维度为 ，其中  对应截距项。）由于logistic回归是针对二分类问题的，因此类标记 。假设函数(hyp...

   线性判别式分析（LinearDiscriminantAnalysis），简称为LDA。也称为Fisher线性判别（FisherLinearDiscriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。  &n...

一，引言　　尽管线性回归包含了一些强大的方法，但这些方法创建的模型需要拟合所有的样本数据。当数据拥有众多特征并且特征之间的关系比较复杂时，构建全局线性模型就会非常困难。并且，在实际生活中很多问题都是非线性的，很难通过全局线性模型来拟合所有数据。　　解决上述非线性数据的拟合问题的一个可行的方法是，将数据集切分成很多份容易...

转自：https://www.cnblogs.com/zy230530/p/6942458.html一，引言　　　　前面讲到的基本都是分类问题，分类问题的目标变量是标称型数据，或者离散型数据。而回归的目标变量为连续型，也即是回归对连续型变量做出预测，最直接的办法是依据输入写出一个目标值的计算公式，这样，对于给定的输入，...

一、logistic回归概述主要是进行二分类预测，也即是对于0~1之间的概率值，当概率大于0.5预测为1，小于0.5预测为0.显然，我们不能不提到一个函数，即sigmoid=1/(1+exp(-inX)),该函数的曲线类似于一个s型，在x=0处，函数值为0.5.　　于是，为了实现logistic分类器，我们可以在每个特...

diag以一维数组的形式返回方阵的对角线（或非对角线元素），获将一维数组转换为方阵（非对角线元素为0）。dot矩阵乘法trace计算对角线元素的和det计算矩阵行列式eig计算方阵的特征值和特征向量inv计算方阵的逆pinv计算矩阵的Moore-Penrose伪逆qr计算QR分解svd计算奇异值分解solve解线性方程...

#逻辑回归算法是一个二分类的算法，但是通过变形可以解决多分类的任务#逻辑回归将数据的特征转变为数据的发生概率，然后与阈值作比较，判断是0还是1，所以也可以叫做回归算法importnumpyasnpimportmatplotlib.pyplotasplt#定义概率转换函数sigmoid函数defsigmoid(t):re...

importnumpyasnpimportmatplotlib.pyplotaspltx=np.random.uniform(-3,3,size=100)X=x.reshape(-1,1)np.random.seed(666)y=0.5*x**2+x+2+np.random.normal(0,1,size=100)pl...

1，迭代器是能够对数据结构如集合（ADT的实现）进行遍历的对象。在遍历过程中，可以查看、修改、添加以及删除元素，这是它与一般的采用循环来遍历集合中的元素不同的地方。因为，通常用循环进行的遍历操作一般是逐个输出元素，而用迭代器不仅仅只是查看元素，还可以改变元素（若迭代器支持remove()）。2，在JAVA类库中定义了两...

1，对于线性表而言，里面的元素是无序的，可以随意地将新元素增加到线性表中而不需要考虑该元素在线性表中的位置。但是，对于有序表而言，其中的元素是按照某种方式进行排序的，因此在有序表中插入元素时，需要按照顺序将该新元素放置到有序表的合适的位置。但由于有序表与线性表有很多相似的地方，因此，下面通过继承线性表来实现有序表。线性...

在使用最大似然法来求解线性模型（3）-求解似然函数文章中，我们让logL对w求一阶偏导数，让偏导数等于0，解出w，这个w就是使logL取最大值的w那为什么令一阶偏导数等于0，求得的w就能够使logL取最大值呢？ 在高等数学中，对于一元可导函数f(x)而言，一阶导数f′(x)=0的点称为拐点。而拐点...