我是靠谱客的博主 认真哈密瓜,最近开发中收集的这篇文章主要介绍每日一记录,2022年1月5日1. 在牛客上刷题总结2. 学习机器学习课程总结3. 补充一些markdown的语法,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

每日一记录,2022年1月5日

  • 1. 在牛客上刷题总结
  • 2. 学习机器学习课程总结
  • 3. 补充一些markdown的语法

1. 在牛客上刷题总结

    上午一共做了20道Python基础的选择题,错了8道。下面总结下涉及到的一些有问题的知识点。
(1) strs.center(width, fillchar)方法返回一个指定的宽度 width 居中的字符串,fillchar 为填充的字符,默认为空格。

strs = 'abcd'
print(strs.center(10, '*'))

运行结果:

'***abcd***'

(2) 关于__name__变量:__name__变量是你个内置的变量,指代的是文件的名字。

print('Hello World!')
print('__name__value: ', __name__)
def main():
    print('This message is from main function')
if __name__ =='__main__':
    main()

运行下列代码:

import print_func
print("Done!")

运行结果:

Hello World!
__name__ value: print_func
Done!

另外,import文件是时候,会执行文件内的语句。因此,运行结果如上面的代码块。
(3) 函数闭包:内部函数包含对外部函数作用域变量的应用。(这个还没想明白,明天再整)
  闭包有三个特性:

  • 函数嵌套函数
  • 函数内部可以引用外部的参数和变量
  • 参数和变量不会被垃圾回收机制回收
    一道python的练习题
def fn():
    t = []
    i = 0
    while i < 2:
        t.append(lambda x: print(i*x,end=","))
        i += 1
    return t
for f in fn():
    f(2)

运行结尾为4,4,

2. 学习机器学习课程总结

学习了主成分分析(PCA)的部分原理,以及如何使用梯度上升法确定主成分。
对于数据集Xm×n, 确定k个主成分从而实现原始训练集的降维操作Xm×k
step1: 确定主成分的数量
step2: 主成分初始化(不能为0向量,采用随机数的形式即可),对主成分进行单位化
step3:对数据集进行demean操作,即是的各个特征的均值为0
step4:寻找第一个主成分

  • 计算目标函数,样本方差
  • 计算梯度
  • 梯度上升寻找最大值对于的主成分w

step5:去除主成分方向上的分量,然后重复step4,直至最终要到所有的主成分
step6:计算降维后的数据集Xm×k

3. 补充一些markdown的语法

  • 段首缩进语法
    使用占位符: &ensp;或 &#8194;(半角)
    使用占位符:&emsp; 或 &#8195;(全角)

最后

以上就是认真哈密瓜为你收集整理的每日一记录,2022年1月5日1. 在牛客上刷题总结2. 学习机器学习课程总结3. 补充一些markdown的语法的全部内容,希望文章能够帮你解决每日一记录,2022年1月5日1. 在牛客上刷题总结2. 学习机器学习课程总结3. 补充一些markdown的语法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(50)

评论列表共有 0 条评论

立即
投稿
返回
顶部