qd1006739486的博客

针对numpy中经常看到axis这个参数。这里对axis这个参数的学习做个记录。本文章以numpy.mean()函数为例一、numpy.mean()不带任何参数的时候不带任何参数的时候是对所有元素求平均。例如x = np.array([[[2,3,4],[4,5,6],[7,8,9],[10,11,12]],[[1,2,3],[3,4,5],[1,2,3],[3,4,5]]])print(x.shape)print(np.mean(x))输出：(2, 4, 3)4.875

3

参考：信息熵的公式推导https://www.zhihu.com/question/22178202/answer/161732605一、信息熵公式：样本数据二、信息熵的计算约等于0.970954信息熵的代码实现import mathdef informationEntropy(dataset): nums = len(dataset) #样本的数...

线性模型的形式很简洁，而且易于建模。线性模型蕴含着机器学习中一些重要的基本思想.许多功能更为强大的非线性模型可在线性模型的基础上通过引入层次结构或高维映射而得。线性模型还有多种推广形式,常见的有广义线性模型：逻辑回归、岭回归等。1.线性回归模型（1）问题的求解目标线性回归(linear regression)是一种回归分析技术，例如在给定数据集D。线性回归试图学习...