《麦琪的礼物》是世界三大短篇小说大师之一欧·亨利的代表作。 中学时第一次读到的时候，只记住其中最核心的情节：黛拉卖掉了自己的长发给吉姆买了一条表链，另一边吉姆卖掉了自己的手表...
发简信
IP属地：香港
-
《麦琪的礼物》：斯人若彩虹，遇见方知有 -
-
-
-
机器学习——逻辑回归线性回归用于处理因变量是连续量的预测问题，而逻辑回归是解决二分类的问题（逻辑回归名字叫“回归”其实解决的是分类问题）。逻辑回归的结果只有两种情况（0或1），那么为什么冠以...
-
机器学习——线性回归（二）梯度下降求解
在上文中利用矩阵运算的方法对损失函数进行优化，但其有一定的局限性，其要求矩阵必须可逆，下面用梯度下降的方法对其进行优化。 初始化，沿着负梯度方向迭代，更新后的，使更小...
-
利用爬虫Scrapy中的LinkExtractor（链接提取器）爬租房信息（全站爬虫）从图上可以看到每一条出租房屋信息，主要包括：价格，户型，面积，楼层，装修，类型，所在区，小区，出租方式，朝向，邻近的地铁线。 下面，跳过scrapy的"setting...
-
机器学习——线性回归（一）矩阵求解什么是线性回归 相对于其他算法来说线性回归的原理相对简单，而且它的表现形式与我们数学中的线性方程较为相似，更加利于大家所理解。所以线性回归一般会作为机器学习爱好者学习机器...
-
2018-08-24（转）Python 面试中可能会被问到的问题 原标题：10 家公司 Python 面试题总结 1 简述解释型和编译型编程语言？ 解释型语言编写的程序不需要编译，在执行的时候，...
-
机器学习——求解优化问题的Lagrange乘子法、KKT条件优化问题一般是给定一个函数f(x)，求这个函数在给定作用域上的最小值（若是求最大值可通过加负号转化为最小值问题）。 在高等数学上，常用的函数最优化方法有三种：1、利用函数...
-
-
-
机器学习——拉格朗日对偶
拉格朗日对偶与凸优化、拉格朗日乘子、KKT条件有着密切的联系，KKT条件可以通过朗格朗日对偶推到得到。 步入正题 原问题 对于一个不等式优化问题： 首先定义一...
-
这篇文章说的很详细，后面的内容不是很懂，能不能多写一些这方面的文章
为什么说python很慢
我们之前一定听有人说过，python的执行速度比其他语言慢。 我们通常的解释是：python是一个动态的解释型语言；python中的值不是存储在缓存区而是分散的存储在对象中。...
