regression一般是统计学的回归回归,研究一个随机变量Y对另一个(X)或一组(X1,X2,…,Xk)变量的相依关系的统计分析方法.研究一 个或多个随机变量Y1 ,Y2 ,…,Yi与另一些变量X1、X2,…,Xk之间的关系的统计方法.又称多重回归分析.通常称Y1,Y2,…,Yi为因变量,X1、X2,…,Xk为自变量.回归分析是一类数学模型,特别当因变量和自变量为线性关系时,它是一种特殊的线性模
转载
2024-05-08 13:00:21
40阅读
## Docker Graph是什么？
### 引言
Docker，一个流行的开源容器化平台，为开发者和运维提供了简化的应用部署方式。Docker的核心概念之一是“图”（Image），而“Docker图”（Docker Graph）则是一个用于管理、存储和分发Docker图像的概念。理解Docker图的重要性，对于构建可移植且可扩展的应用程序至关重要。在本文中，我们将深入了解Docker Gr
原创
2024-09-24 07:56:25
85阅读
Machine Learning —— Logistic RegressionReview在classification章节中，讨论了利用样本点的均值和协方差来计算，进而计算得到新的样本点x属于class1的概率 之后还推导了，并且在Gaussian distribution下考虑class1和class2共用，可以得到一个线性的此处的w和x都是vector，两者的乘积是inner product
其实就是别人 fork 你仓库的关系图，比如我的一个仓库是这样的，别人 fork 之后又在原有基础上作了自己的修改。
原创
2022-09-24 02:12:55
208阅读
1. Docker 的基本概念Docker 有三个基本概念：镜像(Image)容器(Container)仓库(Repository)1.1 镜像(Image)操作系统分为内核和用户空间。对于 Linux 而言，kernel 启动之后， 就会去挂载 root 文件系统为其提供用户空间支持。而我们的 Docker Immage 就是相当于一个 root 文件系统。 Docker Immage 是一个特
转载
2023-09-16 13:24:34
64阅读
区别Qt Quick 2系列组件使用了 Scene Graph进行组件的绘制和渲染，这与之前使用 Pain
原创
2022-09-23 13:41:20
384阅读
一、基本概念图(Graph)：图(Graph)是一种比线性表和树更为复杂的数据结构。 图结构：是研究数据元素之间的多对多的关系。在这种结构中，任意两个元素之间可能存在关系。即结点之间的关系可以是任意的，图中任意元素之间都可能相关。 定义：图（Graph）是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G(V,E)，其中，G表示一个图，V是图G中顶点的集合，E是图G中边
转载
2024-04-28 21:40:23
106阅读
Graph Embedding 基本概念Graph Embedding 技术是一种将图的拓扑结构进行向量表示的方法，从而获取到网络关系信息，可应用于推荐等多种场景。计算节点在图中的空间特征的算法就是图嵌入(Graph Embedding)或网络嵌入(Network Embedding)。图嵌入的目标是将图中的节点表示为一个低维向量，该向量保留了节点在网络中的拓扑结构以及节点内部信息。通过这个表示向
转载
2024-05-27 23:29:51
94阅读
写在前面本章我想以一个例子作为直观引入，来介绍决策树的结构、学习过程以及具体方法在学习过程中的差异。（注：构造下面的成绩示例数据，来说明决策树的构造过程）定义划分等级的标准： “等级1”把数据划分为4个区间： “等级2”的划分 假设这次考试，成绩超过75分算过关；小于75分不过关。得到划分标准如下： 我们按照树结构展示出来，如下图所示： 如果按照“等级1”作为划分标准，取值“优秀”，“良好
转载
2024-03-21 21:49:57
64阅读
摘要：本文从零开始引导与大家一起学习图知识。希望大家可以通过本教程学习如何使用图数据库与图计算引擎。本篇将以华为云图引擎服务来辅助大家学习如何使用图数据库与图计算引擎。基础概念什么是图？首先，我们需要明确图 Graph的概念。这里的图，是graph, 是graphical，而不是graphic。即图处理的是关系问题，而不是图片。我们解决是关系问题，而非视觉cv问题。在离散数据中，有专门研究图的图论
今年九月份刚刚过去的SAP TechEd Las Vegas会议上，SAP CTO Juergen Mueller向外界宣布了SAP一些持续进行的技术创新和改进，其中之一就是SAP Graph，大家可以访问网址https://graph.sap了解详情。
https://www.citrix.com/blogs/2019/09/26/citrix-workspace-and-sap-graph-...
原创
2022-04-15 15:20:51
42阅读
今年九月份刚刚过去的SAP TechEd Las Vegas会议上，SAP CTO Juergen Mueller向外界宣布了SAP一些持续进行的技术创新和改进，其中之一就是SAP Graph，大家可以访问网址https://graph.sap了解详情。https://www.citrix.com/blogs/2019/09/26/citrix-workspace-and-sap-graph-...
原创
2021-07-15 13:49:02
83阅读
今年九月份刚刚过去的SAP TechEd Las Vegas会议上，SAP CTO Juergen Mueller向外界宣布了SAP一些持续进行的技术创新和改进，其中之一就是SAP Graph，大家可以访问网址https://graph.sap了解详情。 https://www.citrix.com
原创
2021-10-22 11:05:12
82阅读
一、写在前面之前网上看到很多写分布式事务的文章，不过大多都是将分布式事务各种技术方案简单介绍一下。很多朋友看了不少文章，还是不知道分布式事务到底怎么回事，在项目里到底如何使用。 所以咱们这篇文章，就用大白话+手工绘图，并结合一个电商系统的案例实践，来给大家讲清楚到底什么是TCC分布式事务。 首先说一下，这里可能会牵扯到一些Spring Cloud的原理，如果有不太清楚的同学，可
转载
2024-06-22 08:22:23
89阅读
regression：直译似乎是回归，觉得更直接一种说法应该是预测，通过找出拟合历史数据的函数，预测未来数据。半监督学习：有一点标记数据，大部分未标记数据。监督学习：所以数据都已标记。 gradient 是列向量，值为loss function的偏微分regression的一种简单model是 y = wx+b, 跟高中学的线性回归几乎一样。不过这里的w、b、x不是一个数，而是矩阵。复杂一点的模型
转载
2024-05-16 21:06:04
37阅读
Regression1. 什么是Regression（回归）？2. 实现Regression的步骤 step1：Model（建立一个模型）——线性模型 step2： Goodness of function（确定评价函数）——损失函数 step3：Best function ——梯度下降法3. 方法优化（从step1,model入手） 方法1
转载
2024-03-07 20:42:15
195阅读
这个模型不好，因为隐藏因素：物种 优化这个模型 不同物种的对应的error线也是不一样的，那么error会更小，fit的更好当然还和其他的因素有关：不同物种在进化时的情况不同（如红色线），其次有些值略高或略低于直线（产生进化后CP值时有加rand） 此时可以构造更复杂的模型，把想到的因素都考虑进去，
转载
2020-02-11 21:13:00
122阅读
2评论
文章目录简介Why We Prefer SparsitySparsity例子:Housing Price Application确定特征的方法Option1:Exhaustive Search:"all subsets"Option2:Greedy Approaches·Forward Stepwise·Backward StepwiseOption3:via Regularization: A
转载
2024-03-26 09:04:01
55阅读
12 Inductive Representation Learning on Temporal Graphslink:https://arxiv.org/abs/2002.07962本文提出了时间图注意(TGAT)层，以有效地聚合时间-拓扑邻域特征，并学习时间-特征之间的相互作用。对于TGAT，本文采用自注意机制作为构建模块，并基于调和分析中的经典Bochner定理（又是没见过的定理QAQ）发展
InnoDB数据结构1 数据库的存储结构：页 索引信息和数据记录都是保存在文件上的，确切来说是保存在页结构中；另一方面，索引是在存储引擎上实现的，MySQL服务器上的存储引擎负责对表中数据的读取和写入工作。不同的存储引擎的存放格式是不同的，比如Memory甚至不使用磁盘进行存储数据。磁盘和内存的基本交换单位：页 页之间可以不在物理上相连，只需要通过双向链表的方式向连接。而页中的数据会按照主键的大小
转载
2023-07-08 14:05:16
176阅读
