无监督学习着重于发现数据本身的分布特点。与监督学习不同，无监督学习不需要对数据进行标记。从功能角度讲，无监督学习模型可以帮助我们发现数据的“群落”，同时也可以寻找“离群”的样本；另外对于特征维度非常高的数据样本，我们同样可以通过无监督的学习对数据进行降维，保留最具有区分性的低纬度特征。数据聚类是无监督学习的主流应用之一，最为经典并且易用的聚类模型，要属K均值算法。该算法要求我们预先设定聚类...

一个需要记住的重要事项：任何机器学习模型在训练集上的性能表现，都不能作为其对未知测试数据预测能力的评估。这里讲详细及时什么是模型的泛化力以及如何保证模型的泛化力，一次会阐述模型复杂度与泛化力的关系以及使用L1范数正则化与L2范数正则化加强模型的泛化力，避免模型参数过拟合。所谓拟合，是指机器学习模型在训练的过程中，通过更新参数，使得模型不断契合训练集的过程。本篇将使用一个“比萨饼价格预...

    大家应该对基础篇3中的支持向量机（分类）中提到的分类模型的作用机理有所了解。本篇介绍的支持向量机（回归）也同样是从训练数据中选取一部分更加有效的支持向量，只是这少部分的训练样本所提供的并不是类别目标，而是具体的预测数值。    我们继续使用上一篇分割处理好的训练和测试数据；同时我们第一次修改模型初始化的默认配置，以展现不同配置下模型性能的差异，也为后面要介绍的内容做个铺垫。# 从sklea

如果我们想要预测的是离散值，例如“好瓜”“坏瓜”，此类学习任务称为“分类”；如果想要预测的是连续值，例如西瓜成熟度0.95、0.37，此类学习任务称为“回归”。    学得模型后，使用其进行预测的过程称为“测试”，被预测的样本成为“测试样本”。例如在学得f后，对测试例x，可得到其预测标记y=f(x)。    我们还可以对西瓜做“聚类”，即将训练集中的西瓜分为若干组，每组称为一个“簇”；这些

众所周知，东方出了个Deepseek，把openai打懵逼了，打破了老美的科技封锁，让国外高高在上的大模型一个个主动开启免费使用。然而正因为Deepseek效果好，适合咱们中国人的中文语境，所以现在Deepseek的官网基本属于问完一个问题下个问题等一小时的情况，极大得影响了普通人享受科技进步的效率（没有责备Deepseek的意思，我知道他们在忙着赋能全国的公司）。so，急需一个能让大家自由使用D

linux主机空间不够用，先查一下各目录空间使用情况，命令：df -h很明显能看到/目录下空间严重不足，继续看是哪些文件占用的空间的比较大。进/目录：cd /查看文件大小并从大到小排序看前20个：du -h |sort -hr|head -20没有什么垃圾文件，看来明天只能让老大扩容了。

这是因为tf的文档要求label必须是一个单独的值，而不是一个one-hot编码后像[1,0,0], [0,1,0], [0,0,1].的值。

工作需要在主机间传输文件，使用scp命令。scp 文件名用户名@远程ip:/cygdrive/具体目录因为是linux主机传输文件到windows主机，所以需要在目录前加/cygdrive，不然会报错

假设df是一个dataframe，列名为A B C D具体如下：ABCD0ss小红81aa小明d4ff6ak小紫7dataframe里的属性不是指定的，空值默认为NA。一、选取标签为A和C的列，并且选完的对象类型还是dataframedf = df.loc[...

首先新建一个Dataframeimport pandas as pddf = pd.DataFrame({'a':[1,2,3],'b':[1,2,3]})如下：a b0 1 11 2 22 3 31、修改列名a，b为A、B。df.columns = ['A','B']2、只修改列名a为A