- 博客(136)
- 收藏
- 关注
RSS订阅原创 【数理统计02】延森Jensen‘s不等式的证明
延森不等式（Jensen’s Inequality）是凸函数理论中的一个重要结果，广泛应用于概率论、统计学和优化理论等领域。对于连续情形，可以通过类似的方法，考虑连续随机变量的概率密度函数，使用积分形式得到同样的结果。：将凸函数定义扩展到一般情况，对于任意的有限个数。综上所述，延森不等式对于离散和连续情形都成立。：利用这一步骤得到的结果，证明对任意随机变量。：利用凸函数的定义，我们首先对于简单情形。：将这个不等式扩展到有限个点的情况。是凸函数，当且仅当对于任意的。：首先考虑两个点的情况，设。
2024-05-23 19:16:13
282
原创 【机器学习01】基本概念
机器学习是计算机科学的一个分支，通过算法和统计模型使计算机系统能够在没有明确指令的情况下执行特定任务。机器学习的核心思想是从数据中学习规律，并基于这些规律进行预测或决策。
2024-05-21 13:34:31
825
原创 【Python设计模式26】访问者模式
passpass")")pass访问者模式是一种行为型设计模式，通过将数据结构与作用于结构上的操作解耦，使得增加新的操作变得容易。访问者模式适用于对象结构稳定而操作多变、需要对对象结构中的对象进行不同操作以及需要将无关行为分离到不同类中的场景。合理应用访问者模式，可以提高系统的灵活性和可维护性。理解并掌握访问者模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:29:13
481
原创 【Python设计模式25】解释器模式
pass解释器模式是一种行为型设计模式，通过定义一个语言的文法表示，并建立一个解释器来解释语言中的句子。解释器模式适用于简单文法的解释、领域特定语言和可扩展的文法规则的场景。合理应用解释器模式，可以提高系统的灵活性和可维护性。理解并掌握解释器模式，有助于在实际开发中构建高效、灵活的系统，特别是在需要动态解释或运行时解释的场景中。
2024-05-21 09:28:51
410
原创 【Python设计模式24】享元模式
pass享元模式是一种结构型设计模式，通过共享相似对象来减少内存使用和提高性能。享元模式适用于有大量相似对象、内存消耗大和需要提高性能的场景。合理应用享元模式，可以提高系统的性能，减少内存消耗，便于系统的维护和扩展。理解并掌握享元模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:28:32
208
原创 【Python设计模式23】中介者模式
pass= sender:passpassprint(f"")print(f"中介者模式是一种行为型设计模式，通过定义一个中介者对象来封装对象之间的交互，避免对象之间的直接引用，从而降低对象之间的耦合。中介者模式适用于复杂对象交互、减少类间依赖和动态改变交互的场景。合理应用中介者模式，可以提高系统的灵活性和可维护性。理解并掌握中介者模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:28:11
261
原创 【Python设计模式22】职责链模式
pass职责链模式是一种行为型设计模式，通过将请求沿着处理者链传递，使得多个对象都有机会处理请求。职责链模式适用于多个对象可以处理同一请求、需要动态指定处理者以及需要按照某种顺序处理请求的场景。合理应用职责链模式，可以提高系统的灵活性和可扩展性，降低耦合度。理解并掌握职责链模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:27:53
347
原创 【Python设计模式21】命令模式
passpass命令模式是一种行为型设计模式，通过将请求封装为对象，实现请求发送者和接收者的解耦。命令模式适用于需要参数化对象、支持撤销操作、请求排队和日志记录以及将请求与具体实现解耦的场景。合理应用命令模式，可以提高系统的灵活性和可扩展性，简化请求的管理。理解并掌握命令模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:27:29
228
原创 【Python设计模式20】桥接模式
passpass桥接模式是一种结构型设计模式，通过将抽象部分与实现部分分离，使它们可以独立变化。桥接模式适用于避免继承层次的爆炸、希望独立扩展抽象和实现以及需要动态切换实现的场景。合理应用桥接模式，可以提高系统的灵活性和可扩展性，简化系统设计。理解并掌握桥接模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:27:06
694
原创 【Python设计模式19】单例模式
单例模式是一种创建型设计模式，确保一个类只有一个实例，并提供一个全局访问点来访问该实例。单例模式适用于资源管理、配置管理和日志管理等场景。合理应用单例模式，可以提高系统的资源利用率和可维护性。理解并掌握单例模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:26:45
387
原创 【Python设计模式18】迭代器模式
passpasspass迭代器模式是一种行为型设计模式，通过定义一致的接口来顺序访问聚合对象中的元素，而无需暴露其内部表示。迭代器模式适用于遍历复杂对象、支持多种遍历方式和提供统一遍历接口的场景。合理应用迭代器模式，可以提高代码的灵活性和可维护性。理解并掌握迭代器模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:26:20
340
原创 【Python设计模式17】组合模式
pass组合模式是一种结构型设计模式，通过将对象组合成树形结构来表示“部分-整体”的层次结构，使得客户端可以统一地处理单个对象和对象组合。组合模式适用于表示部分-整体层次结构、统一处理单个对象和组合对象以及构建递归结构的场景。合理应用组合模式，可以提高系统的灵活性和可扩展性，简化客户端代码。理解并掌握组合模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:24:47
326
原创 【Python设计模式16】备忘录模式
备忘录模式是一种行为型设计模式，通过捕获并存储对象的内部状态，在不破坏封装的前提下实现对象状态的保存和恢复。备忘录模式适用于需要保存和恢复状态、实现撤销操作和避免暴露内部状态的场景。合理应用备忘录模式，可以提高系统的灵活性和可维护性，简化状态管理操作。理解并掌握备忘录模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-21 09:24:13
311
原创 【Python设计模式15】适配器模式
pass适配器模式是一种结构型设计模式，通过将一个类的接口转换成客户希望的另一个接口，使得原本由于接口不兼容而无法一起工作的类能够一起工作。适配器模式适用于接口不兼容、复用旧系统和适配多个类的场景。合理应用适配器模式，可以提高代码的复用性和灵活性，减少对现有代码的修改。理解并掌握适配器模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-20 20:15:06
235
原创 【Python设计模式14】状态模式
passself.state = OffState() # 初始状态为关状态模式是一种行为型设计模式，通过将对象的不同状态的行为封装到不同的状态类中，使得对象在状态改变时可以改变其行为。状态模式适用于对象行为依赖于状态变化、需要避免条件语句和状态数量较多的场景。合理应用状态模式，可以提高代码的可维护性和可扩展性，简化状态转换逻辑。理解并掌握状态模式，有助于在实际开发中构建灵活、易维护的系统。
2024-05-20 20:05:04
679
原创 【Python设计模式13】抽象工厂模式
passpasspasspass抽象工厂模式是一种创建型设计模式，通过定义一个接口来创建一系列相关或依赖的对象，而无需指定它们具体的类。抽象工厂模式适用于系统需要独立于其产品的创建和组合、多个产品族之间需要相互兼容和遵循开闭原则的场景。合理应用抽象工厂模式，可以提高系统的灵活性和可扩展性，降低客户端与具体产品类之间的耦合度。理解并掌握抽象工厂模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-20 19:58:05
253
原创 【Python设计模式12】观察者模式
passpasspasspass°C")观察者模式是一种行为型设计模式，通过定义一对多的依赖关系，使得多个观察者对象在一个主题对象的状态发生变化时能够自动接收到通知并更新。观察者模式适用于事件驱动系统、MVC模式和订阅-发布系统等场景。合理应用观察者模式，可以提高系统的灵活性和可扩展性，降低对象之间的耦合度。理解和掌握观察者模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-20 19:52:53
313
原创 【Python设计模式11】建造者模式
passpasspasspasspass建造者模式是一种创建型设计模式，通过将一个复杂对象的构建过程分离出来，使得同样的构建过程可以创建不同的表示。建造者模式适用于创建复杂对象、需要灵活构建过程和同样的构建过程可以创建不同表示的场景。合理应用建造者模式，可以提高代码的可维护性和可扩展性，简化对象的创建过程。理解和掌握建造者模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-20 18:40:58
278
原创 【Python设计模式10】外观模式
")%")外观模式是一种结构型设计模式，通过提供一个统一的高层接口，简化客户端与复杂系统之间的交互。外观模式适用于简化复杂系统的使用、减少系统间的依赖和分层系统等场景。合理应用外观模式，可以提高系统的可维护性和可扩展性，使得系统更加易用和灵活。理解并掌握外观模式，有助于在实际开发中构建高效、易维护的系统。
2024-05-20 18:34:59
364
原创 【Python设计模式09】模板方法模式
passpass模板方法模式是一种行为型设计模式，通过在抽象类中定义算法的骨架，并将某些步骤延迟到子类，实现了算法的复用和扩展。模板方法模式适用于多个类具有相似行为、需要控制子类扩展和在不改变算法结构的情况下重新定义某些步骤的场景。合理应用模板方法模式，可以提高代码的复用性和可维护性，降低代码的复杂性。理解和掌握模板方法模式，有助于在实际开发中构建灵活、可扩展的系统。
2024-05-20 18:30:32
375
原创 【Python设计模式08】原型模式
原型模式是一种创建型设计模式，通过复制现有的对象来创建新的对象，使对象的创建更加灵活和高效。原型模式适用于创建对象代价高昂或需要大量相似对象的场景。合理应用原型模式，可以简化对象的创建过程，提高系统的性能和灵活性。理解和掌握原型模式，有助于在实际开发中构建高效、灵活的系统。
2024-05-20 18:26:08
395
原创 【Python设计模式07】工厂方法模式
pass")pass工厂方法模式是一种创建型设计模式，通过定义一个用于创建对象的接口，将对象的创建过程延迟到子类，从而提高代码的灵活性和可扩展性。通过使用工厂方法模式，可以在不修改现有代码的情况下增加新产品，减少了代码耦合，提高了系统的可维护性。合理应用工厂方法模式，可以显著提升代码质量和设计水平。
2024-05-20 18:21:52
238
原创 【Python设计模式06】代理模式
pass")代理模式是一种结构型设计模式，通过代理对象控制对真实对象的访问。代理模式可以用于延迟实例化、控制访问权限、记录日志等。通过合理应用代理模式，可以提高系统的灵活性和可扩展性，同时也需要注意代理模式可能带来的复杂性和性能开销。代理模式在实际开发中有着广泛的应用，理解并熟练掌握这一模式，有助于构建高效、可维护的系统。
2024-05-20 18:17:39
409
原创 【Python设计模式05】装饰模式
pass)"装饰模式是一种结构型设计模式，通过创建装饰类来包裹原始类，实现动态地给对象添加新功能。装饰模式遵循开闭原则，使得系统更具灵活性和可扩展性。尽管装饰模式会增加系统的复杂性，但在需要动态扩展对象功能的场景中，装饰模式是一种非常有用的设计模式。合理应用装饰模式，可以显著提高代码的可维护性和可复用性。
2024-05-20 18:13:13
406
原创 【Python设计模式02】设计原则
每个类应该只有一个引起变化的原因。这意味着，一个类应该仅有一个明确的职责。当职责过多时，类的修改可能会影响到多个方面，导致代码难以维护和扩展。单一职责原则是面向对象编程中的重要原则之一，强调每个类应该只有一个引起变化的原因。通过遵循单一职责原则，可以提高代码的可维护性、可读性和复用性，降低代码的耦合度。合理应用单一职责原则，可以显著提升代码质量和设计水平。紧耦合和松耦合是软件设计中的重要概念。紧耦合导致高依赖性、低可维护性和低复用性，而松耦合通过减少类之间的依赖，提高系统的可维护性和可扩展性。
2024-05-20 18:03:26
1248
原创 【Python设计模式04】策略模式
pass策略模式是一种行为型设计模式，通过定义一系列算法并将每个算法封装起来，使它们可以互相替换，从而实现算法的独立变化和复用。策略模式可以提高代码的灵活性和可维护性，适用于算法需要在运行时选择或消除条件语句的场景。合理使用策略模式，可以显著提高代码的质量和设计水平。
2024-05-20 17:12:12
286
原创 【Python设计模式03】简单工厂模式
passelse:简单工厂模式是一种创建型设计模式，通过定义一个工厂类来创建不同类型的对象，将对象创建的过程与使用对象的过程分离，提高代码的可维护性和可扩展性。尽管简单工厂模式有一些缺点，如违反开闭原则，但在某些场景下仍然非常有用。通过合理使用简单工厂模式，可以有效地简化对象的创建过程，提升代码的质量。
2024-05-20 17:05:35
277
原创 【Python设计模式01】面向对象基础
在Python中，可以使用class关键字来定义一个类。class Dog:# 类属性# 初始化方法（构造函数）# 实例属性# 实例方法return f"class Dog : # 类属性 species = "Canis familiaris" # 初始化方法（构造函数） def __init__(self , name , age) : # 实例属性 self . name = name。
2024-05-20 16:59:59
744
原创 面板数据门槛归回分析，xthreg的安装，xthreg2安装包
我用的是Stata17，数据是不平衡的面板数据，需要用到xthreg2，虽然我找到了xthreg2.ado，但是还需要安装xthreg，因为运行xthreg2需要xthreg包顺带安装的lxthreg.mlib文件。但是！我后来发现还是不行，最后是去买了一个真正能用到xthreg2的lxthreg.mlib文件，才可以运行。
2024-04-22 09:37:20
851
原创 【随机过程01】高斯过程
处理非线性问题，我们一共有三招：1.积分（一般不要用）2.Price定理（一般情况下很好用）3.特征函数（指数函数的情况下特别好用）三角函数和指数函数是一个意思。我们中学给大家打下的烙印不太对，把这两者生生地割裂开，这是因为我们没有强调复平面的核心作用，所以应当先教复数，建立起平面、矢量的概念，把二维平面的矢量与复数能够建立起联系，随后诸如什么三角变换，旋转，平移等等一系列问题都迎刃而解了，你想想旋转不就是乘上一个复因子嘛，到线性代数就是乘上一个矩阵了，事实上，矩阵C−SSC∼Cj。
2024-04-21 11:40:19
868
原创 粒子滤波（序贯蒙特卡洛）及其python实现
参考视频：现代数字信号处理II_张颢 授课教师：张颢 2020-2021学年（春）第二学期（第20集）一、原理讲解序贯的蒙特卡罗，这是一个什么问题呢？现在我们考虑这样的模型：这是一种所谓叫做状态空间模型也有人管这个东西叫隐马尔可夫模型，说的是一个意思。就是现在，我们有一条马尔可夫链，然后这里头的每一个状态都有一系列的取值。每一个状态针对的是某一时刻的情况，所以说它是带有时间信息的，同时我们也称之为叫做序贯的。那么这个马尔可夫链有什么特点呢？就是它的这个所谓叫做状态呀，是直接观测不到的。你能够拿
2024-04-21 10:49:15
936
原创 【高并发服务器 03】——epoll模型
创建并返回一个epoll实例，这个实例文件在自己的进程空间里有一片存储空间（里面存储了文件描述符集合），为了避免将实例中的数据，在每次传送给内核让内核去修改的时候，内核需要首先对数据进行拷贝，然后在这份拷贝的基础上对数据进行修改，最终将这份拷贝传送给用户态。(网页服务器，http服务器)，用户如果想访问，Apache会开一个进程跟用户去沟通，并由这个进程给用户提供服务，用户下去之后，这个进程就被销毁了。表示，如果事件发生了，我就必须响应你，如果在发生的那一刻我没来得及响应你，那么之后我也必须响应你（
2024-03-24 17:13:23
1063
原创 压缩感知——稀疏恢复
一般来说，相似题材的书籍会有相似的读者，若能将书籍按题材归类，则题材总数必然远远小于书籍总数，因此从题材的角度来看，表中反应出的信号应该是稀疏的。事实上，在很多应用中均可获得具有稀疏性的 s，例如图像或声音的数字信号通常在时域上不具有稀疏性，但通过傅里叶变换、余弦变换、小波变换等处理后却会转化为频域上的稀疏信号。压缩感知的优点是可以显著减少采集数据的数量，从而减少存储和传输的开销，特别适用于数据采集成本高、数据存储和传输能力受限的场景，如遥感成像、医学成像（MRI）等领域。其中，X 表示需恢复的稀疏信号；
2024-03-23 17:45:56
717
原创 【高并发服务器 02】——线程池与IO多路复用
ifdef是一个预处理指令，用于在编译时根据条件判断是否编译特定的代码块。它的作用是根据条件判断编译不同的代码，可以用来实现条件编译。当条件为真时，编译#ifdef和#endif之间的代码；当条件为假时，忽略#ifdef和#endif之间的代码。这样可以根据不同的编译条件，在不同的环境中编译不同的代码，实现对不同平台、不同需求的适配。#ifndef 的作用就是确保只定义一次。
2024-03-22 23:17:52
855
原创 【高并发服务器 01】—— 基础知识回顾
程序的映像（image），实例（instance）、运行的程序，动态的、资源分配的基本单位（虚拟内存）、封闭性、独立性。
2024-03-20 22:47:21
871
原创 【深度学习08】变分自编码器（VAE）
是正则化项，当它是拉普拉斯分布时对应L1正则（z容易得到稀疏解），当它是高斯分布时对应L2正则。而变分推断在解决后验分布计算的问题上有它的足够优势。而且，在隐空间中，相似的样本也是相近的，这确保了在隐空间中进行各种计算操作的正确性，同时在隐空间中计算也会更加便捷。的作用是作为正则项，把隐空间的结构规则限定在高斯，使之不至于太复杂而过拟合。看做是一个随机变量，它有自己的分布，目标转为已知观测数据。这样的降维方法：减少描述数据的特征数量的过程。是一个未知的确定性的常数，可以通过观测数据。
2024-03-20 15:23:43
1274
原创 【机器学习05】集成学习
投票法（Voting）是一种集成学习技术，它结合了多个不同的模型来提高整体模型的性能。这种方法基于一个简单的前提：多个模型的集体决策比单一模型的决策更可靠。投票法通常分为两种类型：硬投票（Hard Voting）和软投票（Soft Voting）。硬投票（Hard Voting）在硬投票中，每个模型对于每个样本都给出一个预测类别（即最终的输出标签）。整体模型的预测结果是基于“多数投票”的原则得出的，即被最多模型选中的类别成为最终的预测结果。
2024-03-18 16:29:54
1006
原创 【机器学习04】基础算法
在决策树中，如果某些特征最终没有被用到，这并不意味着这些特征完全无用。特征的相关性较低这些未被用到的特征可能与目标变量的相关性较低，或者它们提供的信息已经被其他特征所覆盖。在构建决策树时，算法会优先选择那些能够最大化信息增益（或最小化不纯度）的特征。如果某个特征与目标变量的关联不够显著，或者其信息被其他特征所包含，它就可能在最终的决策树中被忽略。决策树的剪枝过程在决策树的构建过程中，可能会通过剪枝（预剪枝或后剪枝）来防止过拟合，提高模型的泛化能力。剪枝过程可能会移除一些分支，从而导致某些特征未被用到。
2024-03-18 16:27:12
992
《Statistical Methods for Reliability Data》完整数据集
2024-02-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人