<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ykjs_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ykjs_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ykjs_]]></copyright><item><title><![CDATA[7，8，9]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/112548611</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/112548611</guid><author>ykjs_</author><pubDate>Tue, 12 Jan 2021 22:42:29 +0800</pubDate><description><![CDATA[7
class Solution {
public:
    int reverse(int x) {
        int a=0;
        while(x!=0)
        {
            if((a&gt;INT_MAX/10||a==INT_MAX/10&amp;&amp;x%10&gt;7)||(a&lt;INT_MIN/10||a==INT_MIN/10&amp;&amp;x%10&lt;-8))
                return 0;
         ]]></description><category></category></item><item><title><![CDATA[2，4，5]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/112490381</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/112490381</guid><author>ykjs_</author><pubDate>Mon, 11 Jan 2021 21:14:02 +0800</pubDate><description><![CDATA[2
/** 
* Definition for singly-linked list. 
* struct ListNode { 
*     int val; 
*     ListNode *next; 
*     ListNode() : val(0), next(nullptr) {}
*     ListNode(int x) : val(x), next(nullptr) {} 
*     ListNode(int x, ListNode *next) : val(x), next(next]]></description><category></category></item><item><title><![CDATA[numpy下05大作业]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110457770</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110457770</guid><author>ykjs_</author><pubDate>Tue, 01 Dec 2020 23:47:34 +0800</pubDate><description><![CDATA[import numpy  as np
data = np.loadtxt('abc.txt', delimiter=',', dtype=str,skiprows=1)
print(np.mean(data[:,0].astype(np.float)))
print(np.median(data[:,0].astype(np.float)))
print(np.std(data[:,0].astype(np.float)))
ma=np.amax(data[:,0].astype(np.float))
m]]></description><category></category></item><item><title><![CDATA[numpy下04]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110356880</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110356880</guid><author>ykjs_</author><pubDate>Sun, 29 Nov 2020 23:17:34 +0800</pubDate><description><![CDATA[numpy.dot(a, b[, out])计算两个矩阵的乘积，如果是一维数组则是它们的内积。
numpy.linalg.eig(a) 计算方阵的特征值和特征向量。
numpy.linalg.eigvals(a) 计算方阵的特征值。
u, s, v = numpy.linalg.svd(a, full_matrices=True, compute_uv=True, hermitian=False)奇异值分解
a 是一个形如(M,N)矩阵
full_matrices的取值是为False或者True，默认值为T]]></description><category></category></item><item><title><![CDATA[numpy下03]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110246788</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110246788</guid><author>ykjs_</author><pubDate>Fri, 27 Nov 2020 21:09:02 +0800</pubDate><description><![CDATA[计算最大(小)值
numpy.amin(a[], axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])
其中axis控制a[]中比较大小的方向。
极差：
numpy.ptp(a, axis=None, out=None, keepdims=np._NoValue) Range of values (maximum - minimum)
分位数：
numpy.percentile(a, q, ax]]></description><category></category></item><item><title><![CDATA[numpy下02]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110149927</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110149927</guid><author>ykjs_</author><pubDate>Wed, 25 Nov 2020 22:50:08 +0800</pubDate><description><![CDATA[seed用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed()值，则每次生成的随机数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。
numpy.random.binomial(n, p, size=None)
表示对一个二项分布进行采样，size表示采样的次数，n表示做了n重伯努利试验，p表示成功的概率，函数的返回值表示n中成功的次数。
numpy.random.poisson(lam=1.0, size=None)
表示对一个泊松分布进行采样]]></description><category></category></item><item><title><![CDATA[核函数导出的核矩阵性质的证明]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110142674</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110142674</guid><author>ykjs_</author><pubDate>Wed, 25 Nov 2020 20:47:19 +0800</pubDate><description><![CDATA[定理中说核矩阵是半正定且对称的。我们先证其对称性：
(κ(x1,x1)κ(x1,x2)κ(x1,x3)⋯κ(x1,xn)κ(x2,x1)κ(x2,x2)κ(x2,x3)⋯κ(x2,xn)⋮⋮⋮⋱⋮κ(xn,x1)κ(xn,x2)κ(xn,x3)⋯κ(xn,xn))\begin{pmatrix}
        \kappa(x_1,x_1) &amp; \kappa(x_1,x_2) &amp; \kappa(x_1,x_3) &amp; \cdots &amp; \kappa(x_1,x_n) \\
  ]]></description><category></category></item><item><title><![CDATA[机器学习（四）——SVM（续）]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110006525</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110006525</guid><author>ykjs_</author><pubDate>Tue, 24 Nov 2020 22:54:02 +0800</pubDate><description><![CDATA[之前的SVM标准型显然是一个凸二次规划问题，我们可以用二次规划的知识进行求解，得到目标的超平面，但其实我们还有更高效的方法。
先看之前的SVM标准型min12∣∣ω∣∣2min \frac{1}{2}||\omega||^2min21​∣∣ω∣∣2s.t.y(i)(ωTxi+b)≥1,i=1,2,⋯ ,ns.t. \quad y^{(i)}(\omega^Tx_i+b)\geq 1,i=1,2,\cdots,ns.t.y(i)(ωTxi​+b)≥1,i=1,2,⋯,n由拉格朗日乘数法的启发，我们改写一下该问]]></description><category></category></item><item><title><![CDATA[numpy下01]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/110009529</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/110009529</guid><author>ykjs_</author><pubDate>Mon, 23 Nov 2020 22:38:03 +0800</pubDate><description><![CDATA[问题一：限制小数输出位数
import numpy as np
rand_arr = np.random.random([5, 3])
print(rand_arr.round(3))

round控制保留小数点后几位
问题二：限制打印数组的项数为6
import numpy
import sys
a=numpy.arange(1000)
numpy.set_printoptions(threshold=6)
print(a)

threshold控制打印的个数
问题三：让数组完全显示
import num]]></description><category></category></item><item><title><![CDATA[机器学习（三）——sigmoid函数和SVM的基本型]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/109710247</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/109710247</guid><author>ykjs_</author><pubDate>Sun, 15 Nov 2020 23:26:05 +0800</pubDate><description><![CDATA[为了解决符号函数面对分类问题时的解不唯一、受离群点影响大的问题，我们就想用一种新的方法来对数据分类。为此，我们使用一个新的将数据分开的函数——sigmoid函数。
hω,b(x)=11+e−(ωx+b)h_{\omega,b}(x)=\frac{1}{1+e^{-(\omega x+b)}}hω,b​(x)=1+e−(ωx+b)1​它的图像大概是这样的(ω=1,b=0\omega=1,b=0ω=1,b=0)
对于这样一个函数，当函数值大于0.5时，我们就将其划分至有1的特征的这一类，当函数值小于等于0.5时]]></description><category></category></item><item><title><![CDATA[机器学习（二）：感知机模型]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/109454296</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/109454296</guid><author>ykjs_</author><pubDate>Thu, 05 Nov 2020 14:11:27 +0800</pubDate><description><![CDATA[在之前，我们讨论了机器学习中的线性回归模型，但是在机器学习中，除了这种根据输入值给出预测结果的问题，我们还会遇到给定两组甚至是多组已经分好类的数据，让我们找出一个关系来划分他们，这就是分类问题。
我们先从最简单的情况入手，如下图

给定的两种数据如图所示可以用图中这条蓝色的直线进行划分，但对于计算机来说，

...]]></description><category></category></item><item><title><![CDATA[机器学习（一）单、多变量线性回归与多项式回归]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/109323007</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/109323007</guid><author>ykjs_</author><pubDate>Wed, 28 Oct 2020 22:48:46 +0800</pubDate><description><![CDATA[机器学习初步
机器学习，作为实现人工智能的一种方法，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
简单的说，机器学习就是让计算机能根据已有的数据和经验，来优化自身的程序性能的研究方向。
打个比方，你在市场上买了一批芒果（训练数据），并记录下了它们的大小、颜色、产地、品种、采摘时间等相关信息（特征），然后开始品尝这些芒果的甜度（训练数据的输出变量），你或许会从这个过程中习得一些经验，并以此做出预测：在这家店买的颜色更黄，才摘下来不久的芒果（测]]></description><category></category></item><item><title><![CDATA[关于代价函数为凸函数的证明]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/109336539</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/109336539</guid><author>ykjs_</author><pubDate>Wed, 28 Oct 2020 19:38:15 +0800</pubDate><description><![CDATA[我没能在网上找到关于多元线性回归代价函数为凸函数的证明，就打算自己写一个，如果有错误之处，希望发现的读者在评论中指正。
首先写出代价函数
J(θ)=12m∑i=0m(hθ(x(i))−y(i))2J(\theta)=\frac{1}{2m}\sum_{i=0}^{m}(h_\theta(x^{(i)})-y^{(i)})^2J(θ)=2m1​i=0∑m​(hθ​(x(i))−y(i))2
上式中的θ\thetaθ、x(i)x^{(i)}x(i)、y(i)y^{(i)}y(i)均为向量

...]]></description><category></category></item><item><title><![CDATA[Task 17]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107888177</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107888177</guid><author>ykjs_</author><pubDate>Sun, 09 Aug 2020 00:04:50 +0800</pubDate><description><![CDATA[1
open后的encoding改为utf8即可
2


]]></description><category></category></item><item><title><![CDATA[Task 15 16]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107871944</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107871944</guid><author>ykjs_</author><pubDate>Fri, 07 Aug 2020 23:33:35 +0800</pubDate><description><![CDATA[1
若import后是函数名，则这些函数为可调用的方法
若import后是模块名，则模块内的所有方法都可调用
2
1

2


]]></description><category></category></item><item><title><![CDATA[Task 13 14]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107827962</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107827962</guid><author>ykjs_</author><pubDate>Wed, 05 Aug 2020 23:35:39 +0800</pubDate><description><![CDATA[1
self.x和self.y是实例属性
C.count是类属性
2
在方法前加上两个_
3
在类中无法定义自己这个类
4

1
init(self[, …]) 构造器，当一个实例被创建的时候调用的初始化方法
new(cls[, …]) 在一个对象实例化的时候所调用的第一个方法，在调用__init__初始化前，先调用__new__。new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init。new__对当前类进行了实例化，并将实例返]]></description><category></category></item><item><title><![CDATA[Task 12]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107753755</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107753755</guid><author>ykjs_</author><pubDate>Sun, 02 Aug 2020 23:21:54 +0800</pubDate><description><![CDATA[1
给代码加注释？
2
给参数加注释是在声明的参数后加上:和参数类型
给返回值加注释是在声明后加上-&gt;和返回值类型
3
在闭包中用nonlocal对不可变元素进行声明
4
a = [[6, 5], [3, 7], [2, 8]]
a.sort( key=lambda a:a[0])
print(a)
a.sort( key=lambda a:a[1])
print(a)
5
def ac(n:int):
     if n==1:
         print('a-&gt;c')
     else]]></description><category></category></item><item><title><![CDATA[Task 09 10 11]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107723881</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107723881</guid><author>ykjs_</author><pubDate>Fri, 31 Jul 2020 23:55:31 +0800</pubDate><description><![CDATA[1


![在这里插入图片描述](https://img-blog.csdnimg.cn/20200731225437301










sort只是单纯的操作，没有返回值，sorted返回排序完成后的列表




]]></description><category></category></item><item><title><![CDATA[Task 06 07 08]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107649465</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107649465</guid><author>ykjs_</author><pubDate>Tue, 28 Jul 2020 23:54:53 +0800</pubDate><description><![CDATA[1
2

3

1
(1, 2)*2  #(1,2,1,2)
(1, )*2  #(1,1)
(1)*2  #2
2
拆包就是将一个结构中的数据拆分为多个单独变量
a, b = 1, 2
该过程属于拆包
根据元组的结构依次赋值
1
replace(old, new [, max]) 把 将字符串中的old替换成new，如果max指定，则替换不超过max次
maketrans(intab, outtab) 创建字符映射的转换表，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。tra]]></description><category></category></item><item><title><![CDATA[Task 05]]></title><link>https://blog.youkuaiyun.com/ykjs_/article/details/107586359</link><guid>https://blog.youkuaiyun.com/ykjs_/article/details/107586359</guid><author>ykjs_</author><pubDate>Sat, 25 Jul 2020 22:36:16 +0800</pubDate><description><![CDATA[]]></description><category></category></item></channel></rss>