摘要：本文基于PaddleOCR v2.6.0实现CPU环境下的中文OCR识别，详细介绍了从虚拟环境搭建到文本识别的完整流程。通过Python3.10环境配置、依赖安装、代码实现等步骤，解决了新手常见问题，最终实现对中文古诗图片的高精度识别（准确率达99%以上）。项目采用清华源加速依赖安装，通过虚拟环境隔离确保稳定性，并解析了OCR返回结果的数据结构。实验表明PaddleOCR在CPU环境下仍能保

欧式距离是两点之间的直线距离，公式如下：欧式距离是两适用于连续型特征，是 KNN 默认的距离度量方式。原理简单，易于理解和实现；无需训练过程（惰性学习），新增样本后可直接使用；既适用于分类也适用于回归；对异常值不敏感（结合标准化）。

本次 KNN 实现鸢尾花分类的通用流程，适用于绝大多数分类任务，可牢记：加载数据 → 划分训练/测试集（分层划分） → 特征标准化（KNN必须） → 初始化模型 → 训练模型 → 多维度评估 → 参数优化 → 新样本预测。

线性回归（Linear Regression）本质上是一种预测性建模技术，它假设自变量（特征）与因变量（目标值）之间存在线性关系，通过构建线性方程来拟合数据分布，最终实现对未知数据的预测。从数学角度来看，若存在n个自变量（特征）x1,x2...xn，1个因变量y，线性回归的数学表达式可表示为：θ0是截距项（偏置），表示所有特征为0时，因变量的基准值；θ1,θ2...θn是特征系数（权重），表示每个

逻辑回归本质是一种监督学习分类算法，核心思路是：先通过线性回归构建自变量与“对数几率”的线性关系，再通过Sigmoid函数将线性输出映射到[0,1]区间，将连续输出转化为离散的分类结果（0或1，二分类场景）。简单来说，逻辑回归不直接预测“类别”，而是预测“样本属于某一类别的概率”：当概率≥0.5时，判定为正类（如“违约”“患病”）；当概率<0.5时，判定为负类（如“不违约”“不患病”）。

不管是线性回归，逻辑回归，还是决策树、随机森林，欠拟合和过拟合的核心本质是「模型复杂度与数据规律的匹配度失衡」——简单说，就是模型“学不会”或者“学太死”，我们用最通俗的语言+逻辑回归场景案例，帮你区分清楚。欠拟合是指模型的复杂度太低，无法捕捉到数据中的核心规律，不仅在测试集上表现差，在训练集上的表现也不好——相当于老师讲了一堆知识点，学生连基础内容都没学会，考试（训练集）和实战（测试集）都考不及

学决策树最容易卡在三个地方：熵（Entropy）到底在算什么？为什么“越乱越大”？信息增益（Information Gain）怎么就能选出“更好的特征”？基尼指数（Gini）为什么越小越好？和熵有什么区别？光看公式会头大，但一旦带着数字手算一遍就通了。ID3（信息增益）C4.5（增益率）CART（基尼指数）并且用“带数字的例子”把指标讲透。第二部分我会再写：Titanic 实战、CART 回归树、

ResNet（残差网络）是深度学习领域的里程碑式创新，解决了深度神经网络训练中的退化问题。通过引入批量归一化(BN)和残差结构两大关键技术，ResNet实现了超深度网络的有效训练。其核心思想是利用shortcut连接让信息跨层传递，使网络只需学习输入与输出之间的残差，大大降低了训练难度。ResNet支持18层到152层等多种深度版本，具有收敛快、泛化强、通用性好等优势，成为计算机视觉领域最广泛使用

本文详细介绍了如何在Windows系统下将Ollama大模型工具安装到E盘并正确配置模型存储路径。主要内容包括：1. Ollama的基本介绍与优势；2. 安装过程中的关键注意事项，特别是区分软件安装位置与模型存储位置的区别；3. 通过设置OLLAMA_MODELS环境变量将模型存储路径从默认的C盘转移到E盘；4. 将Ollama加入系统Path环境变量的方法；5. 常用命令和使用技巧；6. 针对新

在自然语言处理（NLP）的文本分析领域，TF-IDF 是实现关键词提取的经典加权算法，能精准筛选出文本中兼具单篇高频和语料库低频的核心词汇。本文将基于，针对英文文本实现 TF-IDF 的全流程实战，使用真实的英文语料文件完成语料加载、TF-IDF 矩阵计算、关键词排序，代码注释详尽、可直接复制运行，零基础也能快速上手，完美适配英文文本的关键词提取需求。Sklearn 内置的停用词库可满足基础需求，