在自回归中，时间序列中用于预测下一个时间戳的先前输入值的数量称为顺序（我们一般用字母p表示顺序）。该顺序值决定了将使用多少个先前的数据点：通常，数据科学家通过测试不同的值并观测使用最小的赤池信息量准则（AIC）得出的模型来估计p值。自相关是自回归的相关概念，输出（即需要预测的目标变量）和特定的滞后变量（即先前时间戳用作输入的一组值）之间的相关性越强，自回归赋予该特定变量的权重越大。自回归是一种时间

         监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。回归分析中，如果只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。对于二维空间线性是一条直线；对于三维空间线性

像素概述　　虽然人们经常听到“像素”一词，也依稀知道一些含义，但不少人对其确切意义和特点并不清楚。像素就是组成数字图像的最小单元，即一个一个彩色的颜色点。像素一词是个外来词，在英文中，像素这个单词Pixels就是由“Picture（图像）”和“Element（元素）”两个单词的词头“Pi-el-”拼合而成的。是构成图像的元素的意思。从中文来说，像素这个术语是“图像元素”一词的简称。

本文会讲到：(1)线性回归的定义(2)单变量线性回归(3)cost function：评价线性回归是否拟合训练集的方法(4)梯度下降：解决线性回归的方法之一(5)feature scaling：加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression  注意一句话：多变量线性回归之前必须要Feature Sca

浅谈C++容器（一）

模式识别 图像处理爱好者请加群号：176616132

本文会讲到：(1)线性回归的定义(2)单变量线性回归(3)cost function：评价线性回归是否拟合训练集的方法(4)梯度下降：解决线性回归的方法之一(5)feature scaling：加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression  注意一句话：多变量线性回归之前必须要Feature Sca