weixin_41603934的博客

K近邻与交叉验证 根据距离的不同，判断绿色点的归属 简单计算：逐像素点相减 最后的结果有点不太好，这时候我们就需要进行 这是最近邻的一些代码 如何选择最好的参数: 交叉验证： 这样的想法是错误的，因为测试数据只能最后用 [1,2,3,4]------>5 [1,2,3,5]------>4 [1,2,4,5]------>3 [1,3,4,5]------>2 [2,3,4,5]------>1 (1+2+3+4+5)/5 交叉验证的是训练集，验证的是一个参数 先

H：查看所有快捷键。 S：保存当前 Notebook 内容。 P：调出 Notebook 命令栏。 B：在当前单元格下方新建空白单元格。 M：将单元格格式转换为 Markdown。 Y：将单元格格式转换为 Code。 连续按 D+D：删除当前单元格。（慎用，推荐使用 X 剪切单元格代替，因为其可以起到删除效果，且删错了还可以粘贴回来） 连续按 I+I+I：强制中止内核（当某个单元格执行时间较长或卡住时，可以强行中止，中止后前序单元格状态依旧保留，非常好用。） Shift + Enter：运行当前单元格内容.

神经网络 **反向传播第一层代码 import numpy as np class FullyConnect: def _init_(self,l_x,l_y): self.weights = np.random.randn(l_y,l_x) self.bias =np.random.randn(l) def forward(self,x): self.x=x self.y=np.dot(self.weight