作者：凯鲁嘎吉-博客园 http://www.cnblogs.com/kailugaji/更多请看：随笔分类-MATLAB作图  之前写过一篇博文，是关于一元非线性曲线拟合，自定义曲线函数。  现在用最小二乘法拟合多元函数，实现线性拟合与非线性拟合，其中非线性拟合要求自...

作者：凯鲁嘎吉-博客园 http://www.cnblogs.com/kailugaji/用最小二乘法拟合非线性曲线，给出两种方法：(1)指定非线性函数，(2)用傅里叶函数拟合曲线clearclcxdata=[0.1732;0.1775;0.1819;0.1862;0.1905;0.1949;0.1992;0...

 importrandomval=0data=[5,6,7,8,9]whileval!=-1:find=0val=int(input('请输入查找键值(1-9)，输入-1离开：'))foriindata:ifi==val:print('在第%3d个位置找到键值[%3d]'%(i+1,i))find+=1iff...

线性表就是零个或多个相同数据元素的有限序列 对非空表，a[0]是表头，无前驱a[n-1]是表尾，无后继其它的每个元素a[i]有且仅有一个直接前驱a[i-1]和一个后继a[a+1] 建立一个空表：Createlist(L)置空表：ClearList(L)判断表是否为空：IsEmpty(L)若为空返回T...

线性池的应用来源　　为满足多客户端可同时登陆的要求，服务器端必须实现并发工作方式。当服务器主进程持续等待客户端连接时，每连接上一个客户端都需一个单独的进程或线程处理客户端的任务。但考虑到多进程对系统资源消耗大，单一线程存在重复创建、销毁等动作产生过多的调度开销，故采用线性池的方法。　　线性池是一种多线程并发的处理形式，...

虽然有不少在线测试性能的工具，但是我觉得这个网站在线性能挺不错的。在此分享给大家。我当初对网页进行相关的性能优化，有的通过浏览器调试优化，有的就是通过在线工具测试优化，这个工具就是这个在线测试网站。网站在线性能测试地址为:https://gtmetrix.com/?job_error=IHk37HNt将地址复制粘贴到对...

支持向量机原理(一)线性支持向量机支持向量机原理（二）线性支持向量机的软间隔最大化模型支持向量机原理（三）线性不可分支持向量机与核函数 支持向量机原理(一)线性支持向量机、支持向量机原理（二）线性支持向量机的软间隔最大化模型，讲的是SVM的硬间隔最大化和软间隔最大化算，但他们对完全线性不可分没办法。该博客讲述...

支持向量机原理（一）线性支持向量机支持向量机原理（二）线性支持向量机的软间隔最大化模型支持向量机原理（三）线性不可分支持向量机与核函数 1.线性分类SVM面临的问题(1)、有时候数据可以用线性分类SVM来求解，但因为混入异常点，导致不能线性可分，比如下图：有一个蓝色和橙色异常点导致不能按照线性支持向量机方法来...

 1.线性回归的模型函数和损失函数对于m个样本，n维特征，如果y是连续的，则是回归问题，否则是分类问题。它的线性回归模型是：θi(i=1,2...n)是参数，xi(i=1,2...n)是每个样本的n个特征。这里增加一个特征x0=1，得到矩阵形式的线性回归模型：hθ(x)=x&Theta...

支持向量机原理（一）线性支持向量机支持向量机原理（二）线性支持向量机的软间隔最大化模型支持向量机原理（三）线性不可分支持向量机与核函数   　SVM压制了神经网络好多年，如果不考虑集成学习算法，不考虑特定的训练集，在分类算法中SVM表现排第一。　　SVM是一个二元分类算法。　　SVM学习策...

决策树算法原理(ID3，C4.5)决策树算法原理(CART分类树)决策树的剪枝  　　CART回归树模型表达式：　　其中，数据空间被划分为R1~Rm单元，每个单元有一个固定的输出值Cm。这样可以计算模型输出值与真实值的误差：　　希望每个单元上的Cm，可以使平方误差最小化，易知当Cm为相应单元上所有实...

来自：刘建平 逻辑回归是分类算法，可以处理二元分类和多元分类。名字里有“回归”二字，但不是回归算法。为什么名字有“回归”这个误导词？因为它的原理有回归模型的影子。 线性回归模型是求Y和X之间的线性关系系数Θ，满足Y=XΘ。此时Y...

来自：刘建平1.概述　　在scikit-learn中，与逻辑回归有关的主要有3个类。LogisticRegression,LogisticRegressionCV和logistic_regression_path。其中LogisticRegression和LogisticRegressionCV的主要区别是Logist...

线性回归的思想其实就是解一组方程，得到回归函数，不过在出现误差之后，方程的解法就存在改变，一般使用最小二乘法计算。使用sklearn.liner_model.LinearRegression进行线性回归sklearn对DataMining的各类算法已经有了较好的封装，基本可以使用fit、predict、score来训练...

原文链接https://www.cnblogs.com/zhouzhendong/p/UOJ36.html按照$k$分类讨论：k=1:我们考虑每一位的贡献。若有至少一个数第$i$位为$1$，则对答案的贡献为$2^i/2$。k=2:发现每个异或和的平方为$sum_isum_j2^{i+j}bit_ibit_j$。那么考虑...