D-H-CSDN博客

原创直线和面的方程总结

一、直线直线方程方程名称形式说明一般式ax+by+c=0优点：可以表示平面上的任意一条直线缺点：要确定的常数较多斜截式y=kx+b优点：只需要斜率和截距缺点：不能表示垂直x轴的直线x=a点斜式y-y0=k(x-x0)优点：只需要一个点和斜率缺点：不能表示垂直x轴的直线x=a两点式(y-y1)/(y2-y1)=(x-x1)/(x2-x1)优点：只需要2个点缺点：不能表示两点x1=x2或y1=y2时的...

2018-03-09 23:28:37 2222

转载 Python and or 运算符

注意：and or 是python特有的短路运算符1. 表达式从左至右运算，若 or 的左侧逻辑值为 True ，则短路 or 后所有的表达式（不管是 and 还是 or），直接输出 or 左侧表达式。2. 表达式从左至右运算，若 and 的左侧逻辑值为 False ，则短路其后所有 and 表达式，直到有 or 出现，输出 and 左侧表达式到 or 的左侧，参与接下来的逻辑运算。3. 若 o...

2018-02-12 00:29:31 1376

原创模型效果衡量标准

True Positive （真正, TP）被模型预测为正样本，是真的判断正确。所以就是正样本，也称作正的数。True Negative（真负 , TN）被模型判断为负样本，是真的判断正确。所以就是负样本，也称作负的数。False Positive （假正, FP）被模型判断为正样本，是假的判断错误。所以应该是负样本，也称作误报数。False Negative（假负 , FN）被模型判断为负...

2018-01-21 20:35:43 1945

转载数据的标准化（归一化）

数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。　　其中最典型的就是数据的归一化处理，即将数据统一映射到[0,1]区间上，常见的数据归一化的方法有： min-max标准化(Min-max normalization)

2018-01-21 00:40:17 437

原创 numpy.newaxis —— 新增纬度

import numpy as np In [30]:#np.newaxis多用于防止取出一行或列后数据降维 a = np.arange(6).reshape(2,3); a Out[30]:array([[0, 1, 2], [3, 4, 5]])In [31]:# np.newaxis加在哪个位置，就能在shape里看到相应位置增加了一个纬度 c = a[:, np.newaxi

2018-01-18 20:00:21 451