每日一记录，2022年1月5日

1. 在牛客上刷题总结

    上午一共做了20道Python基础的选择题，错了8道。下面总结下涉及到的一些有问题的知识点。
(1) strs.center(width, fillchar)方法返回一个指定的宽度 width 居中的字符串，fillchar 为填充的字符，默认为空格。

strs = 'abcd'
print(strs.center(10, '*'))

运行结果：

'***abcd***'

(2) 关于__name__变量：__name__变量是你个内置的变量，指代的是文件的名字。

print('Hello World!')
print('__name__value: ', __name__)
def main():
    print('This message is from main function')
if __name__ =='__main__':
    main()

运行下列代码：

import print_func
print("Done!")

运行结果：

Hello World!
__name__ value: print_func
Done!

另外，import文件是时候，会执行文件内的语句。因此，运行结果如上面的代码块。
(3) 函数闭包：内部函数包含对外部函数作用域变量的应用。(这个还没想明白，明天再整)
  闭包有三个特性：

• 函数嵌套函数
• 函数内部可以引用外部的参数和变量
• 参数和变量不会被垃圾回收机制回收
  一道python的练习题

def fn():
    t = []
    i = 0
    while i < 2:
        t.append(lambda x: print(i*x,end=","))
        i += 1
    return t
for f in fn():
    f(2)

运行结尾为4,4，

2. 学习机器学习课程总结

学习了主成分分析(PCA)的部分原理，以及如何使用梯度上升法确定主成分。
对于数据集X_m×n， 确定k个主成分从而实现原始训练集的降维操作X_m×k
step1: 确定主成分的数量
step2: 主成分初始化(不能为0向量，采用随机数的形式即可)，对主成分进行单位化
step3：对数据集进行demean操作，即是的各个特征的均值为0
step4：寻找第一个主成分

• 计算目标函数，样本方差
• 计算梯度
• 梯度上升寻找最大值对于的主成分w

step5：去除主成分方向上的分量，然后重复step4，直至最终要到所有的主成分
step6：计算降维后的数据集X_m×k

3. 补充一些markdown的语法

• 段首缩进语法
  使用占位符：  或  (半角)
  使用占位符：  或  (全角)