零碎记录

1. 详解ROC/AUC计算过程
   http://www.voidcn.com/article/p-yyudlykx-cb.html

2. 激活函数的作用、定义和微分证明
   http://www.cnblogs.com/steven-yang/p/6357775.html

3. 【线性代数】正交基、标准正交基、正交矩阵，正交变换等数学知识点
   https://blog.csdn.net/u012421852/article/details/80475497

4. 一起来读西瓜书：第十章 降维与度量学习
   https://www.jianshu.com/p/2c7e8340decd

5. 偏差-方差分析
   http://www.cnblogs.com/hithink/p/7372470.html
   我们知道训练往往是为了得到泛化性能好的模型，对于模型估计出泛化性能，我们还希望了解它为什么具有这样的性能。这里所说的偏差-方差分解就是一种解释模型泛化性能的一种工具。它是对模型的期望泛化错误率进行拆解。
   方差（训练集）主导泛化误差：过拟合
   偏差（测试集）主导泛化误差：欠拟合

6. 通俗易懂的主成分分析法（PCA）详解
   （这篇文章写得很好）
   http://blog.codinglabs.org/articles/pca-tutorial.html

7. LightGBM算法总结
   https://blog.csdn.net/weixin_39807102/article/details/81912566#1-lightgbm原理
   https://blog.csdn.net/songbinxu/article/details/79452547

8. axis=1和axis=0
   所以其实axis的重点在于方向，而不是行和列。具体到各种用法而言也是如此。当axis=1时，如果是求平均，那么是从左到右横向求平均；如果是拼接，那么也是左右横向拼接；如果是drop，那么也是横向发生变化，体现为列的减少。所以其实axis的重点在于方向，而不是行和列。具体到各种用法而言也是如此。当axis=1时，如果是求平均，那么是从左到右横向求平均；如果是拼接，那么也是左右横向拼接；如果是drop，那么也是横向发生变化，体现为列的减少。
   当考虑了方向，即axis=1为横向，axis=0为纵向，而不是行和列，那么所有的例子就都统一了。题主的疑问也就迎刃而解。

9. 矩阵* （对应位置相乘）和dot的区别（矩阵乘法）。
   https://blog.csdn.net/like4501/article/details/79753346