qq_14809159的博客

文章目录1. 什么是索引？2. 为什么要使用索引，索引的优缺点？1. 优点2. 缺点3. B树和B+树区别4. Hash索引优劣分析5. MyISAM和InnoDB实现BTree索引方式的区别6. 使用索引时的注意事项1. 什么是索引？​ 索引是数据库存储引擎用于快速找到记录的一种数据结构。2. 为什么要使用索引，索引的优缺点？1. 优点大大减少服务器需要扫描的数据量，加快数据检索的速...

文章目录一. MySQL安装二. 用户管理三. DDL:操作数据库和表1. 数据库相关操作2. 表的相关操作四. DML:增删改表中的数据五. DQL:查询表中的记录MySQL中的数据类型一. MySQL安装下载MySQL免安装版的压缩包，我用的是5.7.28版本将压缩包解压，我解压到了D:\MySql\mysql-5.7.28-winx64下配置环境变量此电脑–>属...

模型介绍skip-gram神经网络模型最基本的形式实际上是惊人的简单；Word2Vec使用了一个你可能在机器学习中看到过的技巧，我们将训练一个带有单个隐藏层的简单神经网络来完成某个任务，但是实际上我们并没有将这个神经网络用于我们训练的任务。相反，目标实际上只是为了学习隐藏层的权重。另一个技巧是无监督的特征学习，在这里你训练一个自动编码器来压缩隐藏层中的输入向量，并在输出层将其解压缩回原始数据。...

最近看的论文涉及到了下降方法，所以专门做一个总结，暂时先总结了随机梯度下降法，关于最速下降法和牛顿法以后有时间慢慢总结本文总结的方法包括：梯度下降法随机梯度下降法1.梯度下降法在机器学习算法中，常常根据原始的模型构建出一个代价韩式，然后需要通过优化算法来寻找最合适的参数，使得代价函数的值最小。梯度下降法(Gradient Descent, GD)是最常用的优化方法。梯度下降...

相似性度量相似性度量指的是在分类或者聚类算法中两个变量（向量）的相似程度，常用的方法是计算两个变量（向量）之间的距离，选择什么样的方法计算距离，计算什么样的距离常常会直接影响分类的效果。本文详细地说明了以下几种常见的相似度量方法的原理。欧式距离曼哈顿距离切比雪夫距离闵科夫斯基距离标准化欧式距离马氏距离汉明距离杰卡德距离/杰卡德相似度皮尔逊相关系数相关系数/相关距离...

ROC曲线和AUCROC曲线是指受试者工作特征曲线/接收器操作特性曲线（receiver operating characteristic curve），是反应敏感性和特异性连续变量的综合指标，利用构图法揭示敏感性和 特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标，特异性为横坐标绘制成曲线，曲线下的面积（AUC）越大，诊断准确性越高...