编符侠的极客空间

用几何坐标系视角来理解维度数 vs 维度值/形状基本概念； 对于不同轴的运算很容易混淆，其实可以清晰的拆分2步来处理： 第1步：确定相应轴/维度上的元素（元素可以是多维的）； 第2步：保持其他轴/维度上的元素数量不变：逐元素执行运算得到最终结果，去掉相应轴（默认keepdims = False 情况）

numpy.vstack Stack arrays in sequence vertically (row wise) 垂直（按行）顺序堆叠数组。 Take a sequence of arrays and stack them vertically to make a single array. Rebuild arrays divided by vsplit. Examples例子 >>> a = np.array([1, 2, 3]) >>> b = n.

贝叶斯公式: P(A|B) = P(A)*P(B|A)/P(B) P(A|B) = P(A∩B)/P(B) 按照乘法法则，可以立刻导出：P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B) 你可以站在A的角度去看B，也可以站在B的角度去看A。 他们看到的事实应该是一致的。 单纯机械记忆符号，容易让人不知所云；记忆集合图，会有种豁然开朗的感觉。 ...

偏差和方差 偏差（Bias）：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据 方差（Variance）：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散。 ...

ModuleNotFoundError: No module named 'sklearn.cross_validation' 在机器学习中，我们通常将原始数据按照比例分割为“训练集”和“测试集”，通常使用sklearn.cross_validation里的train_test_split模块用来分割数据 但在sklearn 0.18及以上的版本中，出现了sklearn.cross_validat...

KNN: k-NearestNeighbor(K个最近邻) KNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。 一句话描述：人以群分，物以类聚 sklearn相关代码 from sklearn.neighbors import KNeighborsRegressor from sklearn.metr...

避免重复造轮子，整理最近收集到的人工智能相关资源如下（后期会逐渐添加，分类汇总）：神经网络入门-阮一峰知乎：如何简单形象又有趣地讲解神经网络是什么？超智能体：分享最通俗易懂的深度学习教程深度学习之神经网络的结构 Part 1 ver 2.0深度学习之梯度下降法 Part 2 ver 0.9 beta 深度学习之反向传播算法 上/下 Part 3 ver 0.9 beta人工智能实战极客学院-人工智...