DuBenBen的博客

矩阵 线性代数式的用途：SVD分解 有一个m×n的实数矩阵，我们想要把它分解成如下的形式 其中和均为单位正交阵，即有和，称为左奇异矩阵，称为右奇异矩阵 仅在主对角线上有值，我们称它为奇异值，其它元素均为0 通常奇异值由大到小排列 例子： 公式分解 由于是逐渐变小的，那么则前几项的作用力比较大，截取前k项可能就能表示出全部的特征。 k值越大、图片越清晰 ...

条件概率、全概率公式、贝叶斯公式 常见概率密度分布 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布 分布总结 ...

一、 幂函数 一般地，函数叫做幂函数，其中x是自变量，a是常数(我们只讨论a是有理数的情况)． import matplotlib.pyplot as plt import numpy as np import math plt.figure(figsize=(8,8)) x = np.linspace(-10,10,500) plt.plot(x,x**3,color='g',label...