![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
文章平均质量分 76
五只鸭子
数据人
展开
-
岭回归:优化预测的利器
在数据科学和机器学习的领域,构建准确、稳定的预测模型是一项至关重要的任务。岭回归作为一种强大的工具,被设计用来应对数据集中存在多重共线性的问题,并通过引入正则化来缩小预测误差。岭回归是线性回归的一种扩展形式,通过在损失函数中引入L2正则化项,控制模型的复杂度。其中,yi 是观测值,xij 是特征矩阵的元素,β0 是截距项,βj 是自变量的系数,α 是正则化参数。原创 2024-03-12 23:43:33 · 476 阅读 · 0 评论 -
概率与常见的概率分布
概率是数据分析、机器学习中最基础的知识。也是在生活中最实用的一门学科,学了很多大道理不一定能过好一生,学好概率则有一定概率会变得更好。原创 2024-03-12 23:34:32 · 1082 阅读 · 0 评论 -
线性代数:理解矩阵的基本操作:加法、减法和乘法
矩阵是线性代数中的一种基本结构,广泛应用于数学、物理、计算机科学等领域。在本文中,我们将深入探讨矩阵的加法、减法和乘法操作,通过图文和Python代码来一起逐步理解这些基本操作。原创 2024-02-24 21:18:47 · 1335 阅读 · 0 评论 -
向量的组成
向量是有序的一维数组,其中包含多个标量元素。每个元素都有一个索引,表示其在向量中的位置。在数学表示中,我们通常用小写粗体字母表示向量,如 v。向量的构成元素主要是其分量。在二维空间中,一个向量有两个分量,分别表示向量在x轴和y轴上的投影。在三维空间中,一个向量有三个分量,分别表示向量在x轴、y轴和z轴上的投影。向量的分量不仅决定了向量的大小和方向,还决定了向量在空间中的位置。二维向量在x和y轴上的投影。原创 2024-02-23 23:14:35 · 343 阅读 · 0 评论 -
线性代数:向量、张量、矩阵和标量
标量是数学中的一个基本概念,它表示一个单独的实数,没有方向或位置。在数学表示中,我们通常用小写字母表示标量,例如 a 或 x。向量是有序的一维数组,其中包含多个标量元素。每个元素都有一个索引,表示其在向量中的位置。在数学表示中,我们通常用小写粗体字母表示向量,如v。矩阵是一个二维数组,其中包含多个标量元素,这些元素按行和列排列。在数学表示中,我们通常用大写字母表示矩阵,如 A。在线性代数里面可以简单的将张量理解为一个多维数组,可以包含标量、向量和矩阵。在数学表示中,我们通常用大写粗体字母表示张量,如T。原创 2024-02-23 21:57:28 · 2128 阅读 · 1 评论