1、linalg=linear（线性）+algebra（代数），norm则表示范数。2、函数参数x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)①x: 表示矩阵（也可以是一维）②ord：范数类型向量的范数：矩阵的范数：ord=1：列和的最大值ord=2：|λE-ATA|=0，求特征值，然...

题目描述HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。给一个数组，返回它的最大连续子序..

机器学习、模式识别的目的就是从样本数据上自动建立数学模型，将模型用于新的数据以自动解决实际问题。因此，这里有两个东西是我们比较关心的，一个是模型，另外一个样本数据。现在很多文章都在讨论各种算法，大都可以归为模型的建立过程，今天，本博文讲另外一个重要组成部分，样本数据获取方法（以sklearn为工具）。通过Sklearn获取的样本数据格式有三种形式：①图像样本格式②样本数据自主生成格