baowxz的专栏

运行OK后，发现程序的输出系数和仿真的系数怎么就不一样，在这里验证/查找矩阵的一堆运算，花费了很多时间，最终确定矩阵运算是没有问题的。标准差=0了，因为有个常数项全部是1，所以标准差肯定为0，所以常数项不需要标准化，这又是另外一个坑。4、因为我用了仿真软件仿真了岭回归，所以已经知道K值（仿真软件一般取0~1），代进去即可。3、因为从线性回归升级到岭回归，所以只是2计算的基础上添加KI计算。模型看着很简单，把这个矩阵求出来就行了，相对于线性回归只是多了个。修改代码测试，这次系数终于差不多一样了！

1、在数据分析和处理过程中，需要给自己的数据分类，看符合哪个模型，一般是下列几个模型，请对号入座

相关性分析的类别，以及相关性常用算法的简要介绍

梯度下降法简单理解，总结

矩阵基本的知识相关记录1、矩阵的偏导向量y=[y1 y2 ... ym]T，向量w=[w1 w2 .. wn],如果y和w有一定关系，如y=f（w），求偏导如下：则变为一个m*n的的矩阵，矩阵中，每个y都遍历到每个w，都要有求导！！！...

TOP内容

有时候莫名奇妙的出现那个错误百度搜的结果：这个错误是你语法有问题，我当时碰到是因为print（d.drop(）// 少打了一个括号，别盲目的相信自动补全 ，自己认真检查一下，肯定这行代码少了或者多了东西，希望有用----------------------另外补充一点------------------------------还有一个可能就是你用的python2.7来运...