z2539329562的博客

最近看朴素贝叶斯法，发现有关于极大似然估计部分，网上找了好久，感觉也都说不清。然后还有个最大似然估计，最要命的是我发现还有人专门对两者区别做了论述。然后我就看了下英文定义：最大似然估计(maximum likelihood estimation, MLE)极大似然估计方法（Maximum Likelihood Estimate，MLE）其实两者是一样的。本文源自频率主义

#类的嵌套class parent: def __init__(self): self.name = "parent" def getName(self): print(self.name) class child: def __init__(self): self.na...

 首先，在python下，打开文件，文件是一个迭代器对象，因此可以通过in获取<class '_io.TextIOWrapper'>注意：我这里使用的txt文档中存放的是json文件这里可以通过如下代码查看：import jsonpath= r"E:\tf_project\利用python进行数据分析--数据\ch02\usagov_bitly_data201...

from __future__ import print_functionprint("googd")print "bad"output:goodSyntaxError: invalid syntaxPython每个新版本会对原版本的一些功能进行修改。有些改动可能不兼容旧版本。比如从Python2到Python3，print函数就发生变化。如果直接将代码升级到3.x可能有点唐...

学着用tensorboard在一个模型里面有训练模型和测试模型的损失函数曲线对比，上网找了好多，但是还都是一个曲线，即自己画的是这样的但是想要的是这样的：到底应该怎么样呢？简单操作：tensorboard --logdir=run1:"/home/.../summary",run2:"/home/.../summary" 其实只要在终端同时运行几个events即可，events就是summary生...

train_X = np.zeros([100, 100])创建100*100的数组，初始化为0train_X = np.arange(0, 100, 0.01).reshape((100, 100))创建100*100的数组，且元素是依次增长的train_X = np.random.rand(100, 100)创建100*100的数组，元素均为随机值...

visio画的流程图，选中某个对象后，用键盘上的左右键移动不了选中的部分，而是整个画布都在移动？ 原因在键盘上，有个Scroll Lock （滚动锁定）键被按下了，将他按的指示灯按灭就可以了。...

import tensorflow as tfimport numpy as npx = np.array([[1, 4, 3], #将list转换为array [1, 6, 3], [1, 2, 3]])#将array转换为tf.constantx1 = tf.constant(value=x, dtype=tf.float32...

从英文的解释上就可以看到：变量空间， 命名空间with tf.name_scope("a_name_scope"): #为了更好的管理变量的命名空间而提出的，变量是该命名空间的变量 initializer2 = tf.constant_initializer(value=2) var1 = tf.get_variable(name='var1', shape=[1], dtype=...

今天看西瓜书，然后看到习题关于 “SVM对噪声敏感原因”，看了几个答案，感觉不够系统，说的太细了，反而有种不太全面的感觉。我想了一下，大约应该是会过拟合。因为SVM约束条件就是对于每个样本要正确分类，至于间隔最大是在这个约束条件的基础上进行的，所以如果约束条件成立就已经导致模型非常复杂，然后过拟合，那么就算是用 min WW 进行约束，也已经效果不大。就跟“扬汤止沸不如釜底抽薪”一样。我的这个想法

本文仅限个人理解，对于入门级可以看点击打开链接和 点击打开链接，这两篇文章不错。因为不会用优快云敲公式，所以先写到word上，再截图过来的，望见谅。