平面的一般定义在三维空间中，一个平面可以由两个要素唯一确定：法向量 n=(a,b,c)：垂直于平面的方向平面上一点p−p0∗n0即ax−x0by−y0cz−z0d0Step 1：从 3 点拟合平面设 3 个点为 p1, p2, p3v1p2−p1v2p3−p1nv1xv2平面点p0 = p1p−p0∗n0Step 2：点到平面的距离di​∣∣n∣∣∣pi​−。

W: 无法下载 http://packages.microsoft.com/repos/code/dists/stable/InRelease无法连接上 0.0.0.0:80 (0.0.0.0)。W: 无法下载 https://dl.google.com/linux/chrome/deb/dists/stable/InRelease无法连接上 dl.google.com:443 (120.253.

笔记整理，视频链接 https://www.bilibili.com/video/BV1Rh41117MT?

核心目标：建立一个模型（函数），来描述输入（X）和输出（Y）之间的映射关系价值：对于新的输入，通过模型给出预测的输出有一定数量的训练样本输入 和 输出 之间有关联关系输入 和 输出 可以数值化表示，机器学习本质上是在找规律找公式任务需要有预测价值应用文本分类任务输入：文本输出：类别关系：文本的内容决定了文本的类别机器翻译任务输入：A语种文本输出：B语种文本关系：A语种表达的意思，在B语种中有对应的

核心目标：建立一个模型（函数），来描述输入（X）和输出（Y）之间的映射关系价值：对于新的输入，通过模型给出预测的输出有一定数量的训练样本输入 和 输出 之间有关联关系输入 和 输出 可以数值化表示，机器学习本质上是在找规律找公式任务需要有预测价值应用文本分类任务输入：文本输出：类别关系：文本的内容决定了文本的类别机器翻译任务输入：A语种文本输出：B语种文本关系：A语种表达的意思，在B语种中有对应的

核心目标：建立一个模型（函数），来描述输入（X）和输出（Y）之间的映射关系价值：对于新的输入，通过模型给出预测的输出有一定数量的训练样本输入 和 输出 之间有关联关系输入 和 输出 可以数值化表示，机器学习本质上是在找规律找公式任务需要有预测价值应用文本分类任务输入：文本输出：类别关系：文本的内容决定了文本的类别机器翻译任务输入：A语种文本输出：B语种文本关系：A语种表达的意思，在B语种中有对应的

m :训练样本的数量，对应表格中的行数X ： 输入， 通常被称为特征Y ： 输出，目标变量（X,Y）是训练样本。

要将 加速度计数据（Accelerometer） 和 陀螺仪数据（Gyroscope） 对齐时间戳，有几种常用方法，取决于你需要的精度、数据频率是否一致、是否异步采样等。使用滤波器（如 Kalman/Savitzky-Golay）平滑后再对齐；可选择以加速度计或陀螺仪为主时间戳，使用最近的对方数据或线性插值对齐。多传感器系统（如 Kalibr）用 spline 模型对齐。📌 适合：两种数据频率接

通过最小化误差的平方和，找到最优解，使得预测值与观测值之间的差异最小minFx12∣∣fx∣∣22minFx21​∣∣fx∣∣22​f简单时，线性最小二乘，令导数为0，求解最优值f 复杂的时候，用迭代法求解​。给定初值x_0对于第k次迭代，寻找增量Δxk\Delta x_kΔxk​使得∣∣fxkΔxk∣∣∣∣fxk​Δxk​∣∣最小足够小，就停止否则，xk1xkΔxkx。