高斯混合模型简介
首先简单介绍一下,高斯混合模型(GMM, Gaussian Mixture Model)是多个高斯模型的线性叠加,高斯混合模型的概率分布可以表示如下:
$$P(x)=\sum_{k=1}^K \alpha_k \phi (x; \mu_k, \Sigma_k)[......]
首先简单介绍一下,高斯混合模型(GMM, Gaussian Mixture Model)是多个高斯模型的线性叠加,高斯混合模型的概率分布可以表示如下:
$$P(x)=\sum_{k=1}^K \alpha_k \phi (x; \mu_k, \Sigma_k)[......]
目标函数(sigmoid函数):
$$p(y=1|x;\theta)=h_\theta(x)=\frac{1}{1+\exp(\theta^Tx)}$$
这里的 $\theta$ 是模型参数,也就是回归系数,$\sigma$ 是sigmoi[......]
boost.python 库提供了便捷的方法来将 C++ 中的函数、类等导入到 Python 中使用,我们只需要添加少量代码,就能 C++ 与 Python 的整合。
将 C++ 代码借助 boost.python 编译成 Python 模块之后,我们可以像导入标准模块那样,将该模块导入,在 Py[......]
记录日志是追踪事件的一种手段。通过添加日志,开发者可以清楚地了解发生了哪些事件,包括出现了哪些错误。logging 模块提供了一系列便捷的函数,用于简单的日志记录。它们分别是 debug()
, info()
, warning()
, error()
和 critical()
。
下面是一个[......]
在对话框(QDialog)的界面创建中,我们使用布局管理器来实现窗口部件(QWidget)的布局,即通过调用 QDialog.setLayout()
方法来设定布局(QLayout)。通过使用布局管理器,我们可以往布局中添加多个窗口部件,并规定它们的位置,最后将布局应用到对话框中,于是对话框便能展示[......]
首先,我们在直线 y = 3 + 5x
附近生成服从正态分布的随机点,作为拟合直线的样本点。
import numpy as np
import matplotlib.pyplot as plt
# 在直线 y = 3 + 5x 附近生成随机点
X = np.[......]
在这篇文章中,我将讲解如何创建菜单栏以及工具栏。
我们将创建一个主窗口,以一个简单的 QLabel 作为中心窗口部件,此外还有菜单栏、工具栏和状态栏。
QLabel 用于在菜单被点击后显示相应的文本,状态栏用于在光标移动到菜单上时显示相应的提示。
我们先给出完整的代码,然后再具体解释这些代码的[......]
这篇笔记整理自以下两篇文章:
import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel("this is y label")
plt.[......]
在程序开发过程中,经常需要处理各种各样的异常。异常处理,是高级语言中一个强有力的工具,通过捕捉异常,可以避免程序意外退出,还可以避免数据受到破坏,让程序更加健壮。
在这篇文章中,我们将讨论异常的引发与处理。
我们可以使用 raise
来手动引发一个异常,只需要[......]