摘要 方差阈值法是一种简单高效的特征选择方法，通过计算各特征的方差并设定阈值来筛选有效特征。核心原理是删除方差接近0的"无效特征"（如全班性别几乎一致），保留有显著波动的特征（如考试成绩差异大）。使用前需对数据进行标准化处理以避免量纲影响。实战演示以鸢尾花数据集为例，通过Python实现特征筛选流程，包括数据标准化、方差计算、阈值设定（如0.5）、特征筛选及模型性能对比。结果显

单变量特征选择是机器学习中一种简单高效的特征筛选方法，通过单独评估每个特征与目标变量的相关性来筛选有用特征。本文介绍了三种核心方法：卡方检验（适用于分类特征和分类目标）、F检验（适用于连续特征和分类目标）以及互信息（适用于任意特征类型且能捕捉非线性关系）。文章还提供了Python实战示例，展示了如何在葡萄酒分类数据集上应用F检验和互信息进行特征选择，包括数据预处理、特征筛选和结果可视化。该方法适合

摘要： L2正则化（岭回归）通过向损失函数添加参数平方和惩罚项（λ‖w‖²），有效控制模型过拟合与多重共线性问题。其核心优势包括：1）压缩不重要特征系数实现软筛选；2）均衡相关特征权重提升稳定性；3）通过解析解（XᵀX + mλI）⁻¹Xᵀy确保计算可行性。与L1正则化相比，L2保留所有特征但系数趋近0，更适合需要特征解释性的场景。实战中需注意特征标准化，并通过交叉验证选择最优λ值（如加州房价预测

伯努利分布是描述单次二分类试验的基础概率模型，适用于只有两种结果（如成功/失败）的场景。其核心特点是离散性、固定概率p和独立性。通过概率质量函数(PMF)可计算成功或失败的概率，期望和方差分别为p和p(1-p)。Python实战展示了不同p值下的分布可视化，以及逻辑回归在二分类任务中的应用，验证了伯努利分布作为二分类问题基础模型的实用性。本文结合数学原理与代码实现，帮助读者掌握这一重要概率分布及其

t分布是小样本统计推断的基石直观层面：t分布是正态分布的“小样本版本”，尾部更厚，更能容忍小样本中的极端值；数学层面：通过t统计量标准化样本均值与总体均值的差异，利用自由度控制分布形态；实战层面：核心应用是t检验（对比两组均值）和置信区间估计（推测总体参数），是机器学习模型评估、科学实验分析的必备工具。理解“自由度”的物理意义（样本量-1），以及其对t分布形态的影响；掌握t统计量的计算逻辑，明确其

本文详细介绍了Dirichlet分布的概念、原理和应用。Dirichlet分布是多维连续概率分布，用于生成"和为1"的概率向量，是Beta分布的多维扩展。文章从生活案例出发，讲解其核心特征、概率密度函数、数字特征和生成机制，并展示Python实现方法。重点包括：1）通过参数α控制分布形状；2）与Gamma函数的关系；3）在LDA主题模型中的应用。文中提供了可视化代码和LDA实战

卷积神经网络（CNN/ConvNet）是专门为处理网格结构数据（比如图像、语音序列）设计的深层前馈网络。它的核心优势是局部连接、权重共享、汇聚降维——既解决了全连接网络参数爆炸的问题，又能高效捕捉数据的局部特征（比如图像的边缘、纹理），还能保证一定的平移、缩放不变性（比如猫的图像不管放在画面左边还是右边，都能识别）。本章会从“卷积”这个核心运算入手，逐步拆解CNN的结构、工作原理、参数学习方法，再

本文详细讲解了线性回归算法的原理、数学推导和实战应用。线性回归通过建立特征与目标值之间的线性关系进行预测，具有简单易懂、计算高效、可解释性强等优点。文章从一元线性回归的数学推导入手，扩展到多元线性回归的矩阵求解方法，并提供了完整的Python实战代码，使用加州房价数据集实现数据加载、模型训练、可视化和评估全流程。核心内容包括误差平方和最小化、参数求解公式、评估指标（MSE和R²）等，适合机器学习初

维度判别模型生成模型学习目标条件概率Py∣xP(y|x)Py∣x边缘概率PxP(x)Px/联合概率PxyP(x,y)Pxy核心能力判断、分类、转换生成全新的真实样例数据利用主要依赖标注数据可利用无标注数据（核心优势）典型任务图像分类、文本翻译、问答AI绘画、语音合成、分子生成。