python1_1的博客

y = Xβ + ϵ目标值（房屋价值）y和回归系数β表示的都是列向量，而X表示的是所有样本（所有房子）的特征值（每行都表示一个房子的8个特征值），即X为特征矩阵我们所掌握的样本数据中已知的是y和X，我们所要求的就是回归系数β和误差ϵ（误差在模型训练结束后并不包含在公式中，只是评估模型的一种关键指标）☆ 注意：误差是评估模型好坏的关键，评判方法有：均方误差（MSE），绝对误差（MAE）等。

特征。

python原生list的计算时间:0.44520044326782227。ndarray的计算时间:0.14983391761779785。转为ndarray完毕。

【代码】matplotlib学习记录。

正则表达式基本使用和练习

探究一个人的外貌，性格，财富，内涵对一个恋爱次数的影响程度。也就是根据样本的恋爱次数和样本中每个人的外貌，性格，财富，内涵的得分来通过深度学习预测出这四个领域对恋爱次数的权重。样本人数500人，这500个人的恋爱次数Y（y看成一个向量，实际上在深度学习中是一个“张量”），以及这500个人在外貌，性格，财富，内涵四个领域上的得分情况X（x可以看成是一个500行4列的矩阵，每行代表一个人在四个领域上的得分，x其实也是一个“张量”）

相当于list3 = []输出结果：def my_fun2(A, B = 2): # 设置初值的参数要放在未设初值参数的后面，不可定义为my_fun2(B = 2, A)81100# 类的定义def __init__(self, name, age): # self指的是类本身dage = person("dage", 21) # 实例化# 继承输出结果：dage21dage21dageNonelaoli28I CAN FLY。