wang959512421的博客

python作为一门简单高效的编程语言，常常因为其语法的简便性而导致我们在编写代码的过程中“为所欲为”，本篇文章主要分享一下在日常编写代码的过程中的一些小技巧。

L1正则化：为啥会产生稀疏矩阵：（看图）L1的等值线是方形,等值线相交时很大概率上出现在顶点处，而顶点都在坐标轴上，因此必有其他参数为0，所以用L1正则的解具有稀疏性.数学解释：对损失函数求梯度：我觉得还是图像生动一点，极小值产生时，也就是说损失函数时是一个凹图（没找到图。。），即此处的损失函数的导数是为0的，不就是梯度为0吗？梯度不就是w...

机器学习下面是一个大宝藏，包含了很多种学习方式，其中最典型的是四种：一 监督学习 在监督学习中，用来训练算法的训练数据包含了答案，称为标签。一个典型的监督学习任务是分类。垃圾邮件过滤器就是一个很好的例子：用许多带有归类（垃圾邮件或普通邮件）的邮件样本进行训练，过滤器必须还能对新邮件进行分类。另一个典型任务是预测目标数值，例如给出一些特征（里程数、车龄、品牌等等）称作预测值，来预...

理论上，创建测试集很简单：只要随机挑选一些实例，一般是数据集的 20%例如：import numpy as npdef split_train_test(data, test_ratio): shuffled_indices = np.random.permutation(len(data)) test_set_size = int(len(data) * test_r...

大多机器学习算法不能处理缺失的特征，因此先创建一些函数来处理特征缺失的问题。当在一些.csv文件中缺少某些值的时候，一般有三种方法解决：1 去掉对应的整个属性2 去掉缺失值所在的数据3 将缺失值进行赋值在pandas中，用 DataFrame 的 dropna() ，drop() ，和 fillna() 方法，可以方便地实现：#去掉缺失值所在数据data.dropna(su...

python 的lambda 匿名函数遵循和标准函数一样的作用域规则。一个lambda 表达式定义了新的作用域，就像函数定义，所以这个作用域除了局部lambda/函数，对于程序其他部分，该作用域都是不能对进行访问的.那些声明为函数局部变量的lambda 表达式在这个函数体内是可以访问的；然而，在lambda 语句中的表达式有和函数相同的作用域result = lambda x, y...