原创 【用戶指南|監督學習】1.3-內核嶺迴歸
文章目錄 內核嶺迴歸(Kernel ridge regression-KRR) 由使用內核方法的嶺迴歸(使用 l2 正則化的最小二乘法)所組成。因此，它所擬合到的在空間中不同的線性函數是由不同的內核和數據所導致的。對於非線性的內核
2020-06-16 07:00:18
原创 【用戶指南|監督學習】1.2-線性和二次判別分析
文章目錄1. 使用線性判別分析來降維2. LDA 和 QDA 分類器的數學公式3. LDA 的降維數學公式4. Shrinkage(收縮)5. 預估算法 線性判別分析(Linear Discriminant Analysis)(d
2020-06-16 07:00:18
原创 【用戶指南|監督學習】1.4-支持向量機
文章目錄1. 分類1.1. 多元分類 支持向量機(SVMs) 可用於以下監督學習算法: 分類、迴歸和異常檢測。 支持向量機的優勢在於: 在高維空間中非常高效 即使在數據維度比樣本數量大的情況下仍然有效 在決策函數(稱爲支持向量)
2020-06-16 07:00:18
原创 【04】快速入門
文章目錄1. 一個最小的應用1.1 外部可訪問的服務器2. 調試模式3. 路由3.1 變量規則3.2 構造URL3.3 HTTP方法4. 靜態文件5. 模板渲染6. 訪問請求數據6.1 環境局部變量6.2 請求對象6.3 文件上傳
2020-06-13 10:18:51
原创 【13】請求上下文
文章目錄1. 深入上下文作用域2. 上下文如何工作3. 回調和錯誤4. 銷燬回調5. 留意代理6. 錯誤時的上下文保護 這部分文檔描述了在 Flask 0.7 中的行爲，與舊的行爲基本一致，但有細小微妙的差異。這裏推薦先閱讀應用上
2020-06-13 10:18:51
1
原创 【05】教程
文章目錄1. 介紹 Flaskr2. 創建文件夾3. 數據庫模式4. 應用設置代碼5. 數據庫連接6. 創建數據庫7. 視圖函數7.1 顯示條目7.2 添加條目7.3 登入和登出8. 登入登出8.1 layout.html8.2
2020-06-13 10:18:51