1.什么是统计学习统计学习是基于数据构建概率模型，并运用模型对数据进行预测与分析。2.衡量预测函数在何种程度接近观测值，用均方误差MSE3.如何估计f分为两类方法：参数方法 和 非参数方法。参数方法：一般用在回归问题先 对函数f的形式事先做明确的假设，并选择模型，最常用的是参数模型；再 用最小二乘法 拟合参数非参数法：一般用在分类问题相较于参数法，需要较多的观测数据4.欠拟合与过拟合：欠拟合：原因

序列模型常常会用到padding（nn.functional.pad()），而padding添加的就是0.0。例如：def train(self, input, real_val):self.model.train()self.optimizer.zero_grad()input = nn.functional.pad(input, (1,0,0,0))output = self.model(in

1. Github代码# -*- coding: utf-8 -*-"""Created on Mon Sep 28 10:28:06 2020@author: wb"""import torchimport torch.nn as nnfrom GCN_models import GCNfrom One_hot_encoder import One_hot_encoderclass SSelfA