《麥琪的禮物》是世界三大短篇小說(shuō)大師之一歐·亨利的代表作。 中學(xué)時(shí)第一次讀到的時(shí)候，只記住其中最核心的情節(jié)：黛拉賣(mài)掉了自己的長(zhǎng)發(fā)給吉姆買(mǎi)了一條表鏈，另一邊吉姆賣(mài)掉了自己的手表...
發(fā)簡(jiǎn)信
IP屬地：福建
-
《麥琪的禮物》：斯人若彩虹，遇見(jiàn)方知有 -
市場(chǎng)先生調(diào)皮了1.市場(chǎng)先生 市場(chǎng)先生調(diào)皮了，上證指數(shù)上升到了2800點(diǎn)以上又跑下來(lái)了，誰(shuí)能想到，不久前，市場(chǎng)先生還特別沮喪，徘徊在2600多點(diǎn)。 市場(chǎng)先生是誰(shuí)？ 再來(lái)重溫重溫格雷厄姆的發(fā)明...
-
機(jī)器學(xué)習(xí)——邏輯回歸??線性回歸用于處理因變量是連續(xù)量的預(yù)測(cè)問(wèn)題，而邏輯回歸是解決二分類(lèi)的問(wèn)題（邏輯回歸名字叫“回歸”其實(shí)解決的是分類(lèi)問(wèn)題）。邏輯回歸的結(jié)果只有兩種情況（0或1），那么為什么冠以...
-
機(jī)器學(xué)習(xí)——線性回歸（二）梯度下降求解
??在上文中利用矩陣運(yùn)算的方法對(duì)損失函數(shù)進(jìn)行優(yōu)化，但其有一定的局限性，其要求矩陣必須可逆，下面用梯度下降的方法對(duì)其進(jìn)行優(yōu)化。 ??初始化，沿著負(fù)梯度方向迭代，更新后的，使更小...
-
利用爬蟲(chóng)Scrapy中的LinkExtractor（鏈接提取器）爬租房信息（全站爬蟲(chóng)）??從圖上可以看到每一條出租房屋信息，主要包括：價(jià)格，戶(hù)型，面積，樓層，裝修，類(lèi)型，所在區(qū)，小區(qū)，出租方式，朝向，鄰近的地鐵線。 ??下面，跳過(guò)scrapy的"setting...
-
機(jī)器學(xué)習(xí)——線性回歸（一）矩陣求解什么是線性回歸 ??相對(duì)于其他算法來(lái)說(shuō)線性回歸的原理相對(duì)簡(jiǎn)單，而且它的表現(xiàn)形式與我們數(shù)學(xué)中的線性方程較為相似，更加利于大家所理解。所以線性回歸一般會(huì)作為機(jī)器學(xué)習(xí)愛(ài)好者學(xué)習(xí)機(jī)器...
-
機(jī)器學(xué)習(xí)——求解優(yōu)化問(wèn)題的Lagrange乘子法、KKT條件優(yōu)化問(wèn)題一般是給定一個(gè)函數(shù)f(x)，求這個(gè)函數(shù)在給定作用域上的最小值（若是求最大值可通過(guò)加負(fù)號(hào)轉(zhuǎn)化為最小值問(wèn)題）。 在高等數(shù)學(xué)上，常用的函數(shù)最優(yōu)化方法有三種：1、利用函數(shù)...
-
