cmap = plt.cm.Spectral用法理解%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltnp.random.seed(1) # 产生相同的随机数X = np.random.randn(1, 10)Y = np.random.randn(1, 10)label = np.arra

0. BA无标度网络模型简单介绍：实际网络的两个重要的特性：      （1）增长性：即网络的规模是不断的增长的，ER随机图和WS小世界模型中的网络的大小是固定      （2）优先连接（Preferential  attachment以下简称PA）：新的节点更倾向于和那些具有较高的连接度的hub节点相连。这种现象也叫作“富者更富（Rich get richer）”或者是“马太效应”

在上一篇的介绍中我们看到在Neural networkNeural\ network中有一层一层的神经元，它们的作用就是帮助我们识别出资料中的模式patternpattern，将这些模式当成是特征。通过BPBP算法可以帮助我们计算梯度，这样就可以利用GDGD类算法来更新每一个权重，最终得到神经网络中每一个神经元的权重 w(l)ijw_{ij}^{(l)}。所以神经网路的核心就是这些一层一层的神经元

0. 信息论信道模型和信息的含义信息论是关于信息的本质和传输规律的理论。信道模型：信源（发送端）-> 信道 -> 信宿（接收端）1. 通信过程是在随机干扰的环境汇中传递信息的过程2. 信宿对于信源的先验不确定性：在通信前，信宿不能确切的了解信源的状态；3. 信宿对于信源的后验不确定性：在通信后，由于存在干扰，信宿对于接收到的信息仍然具有不确定性4. 后验不确定性总是

mongodb导入json格式的文件的命令是mongoimport：在下面的这个例子中，使用mongoimport命令将文件contacts.json中的内容导入user数据库的contacts的数据表中。mongoimport --db users --collection contacts --file contacts.json切换到bin目录下，启动服务./mongod --dbpath

0.本文讲述的环境是linux + python3.x + pymongo3.x1.pymongo的安装：    (1)pymongo下载地址：http://download.csdn.net/detail/robin_xu_shuai/9687530，下载下来的文件如下图所示：pymongo-3.3.0.tar.gz     (2)使用命令tar解压：tar zxf

Radial Basis Function Network先从一个之前介绍过的模型Gassian SVMGassian\ SVM 说起，简单的来说这个模型就是在SVMSVM中加入了高斯核函数，从而可以做到在无限维度的空间中找最大分隔超平面。该模型最终得到的分类器如下：gsvm(x)=sign(∑SVαnynexp(−γ∥x−xn∥2)+b)(1)g_{svm}(x) = sign\bigg

Support Vector Regression（SVR）上一篇中的内容是KLR（kernel logistic regression）KLR（kernel\ logistic\ regression）。这个问题的出发点是我们想要把SVMSVM这个强大的工具用在soft binary classificationsoft\ binary\ classification上，我们有两种选择： 第一种