DataScience_笔记_3

Matplotlib

Install matplotlib:

conda install -c conda-forge matplotlib

from datetime import time

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(1, 10, 1000)
y = np.power(x, 2)
plt.plot(x, y)
plt.plot(x, 2*y)

plt.tight_layout()
plt.savefig('two_lines.pdf')
plt.show()  # show 之后图像全部释放

Regression

一个回归问题常常包含下面的三个步骤：

1. Data Pre-processing
   去除一些离谱的数值
2. Feature Extraction
   减少数据维度，去除冗余信息
3. Regression
   开始做回归实验

Unconstraint Problem

1.优化问题
loss function 求导 = 0 (555555 拉上黑板被羞辱了微积分)

保证输出和标签都要保持一定的准度

Image Restoration

Convex Functions

一条线上两个点a,b，表示它们之间的一个点( t 取值范围为0到1 ):
( 1- t ) * a + tb

判断条件：双倒数单调递增，单倒数最多只有一个0，局部最优解就是全局最优解

要尽可能得到凸函数，因为有唯一的极小值。

Contour Line of Multivariate Functions

有作业…回家写…