分析現象：
例如，我在寫完**後，測試的時候出現了數字全0的情況，
分析：為什麼出現這種情況？
方法：返回**出，在測試過程中，將測試的結果輸出來看
出現的現象：發現確實每個**值都是0
進行對比：返回**處，將我原來測試正確的結果用來對比，
出現現象：原來測試依然沒問題
這時候確定：資料出了問題
將資料輸出來看，發現，t2全為0，還有數值一樣的
確定：做預處理的時候出現了問題
分析：1預處理**寫錯？
2預處理本身有問題不能這樣做？
檢查發現**寫錯。
總結一下就是：
1.發現現象
2.返回**出輸出中間結果
3.在中間結果中與曾經做對的進行對比
4.進一步確定問題
5.分析問題
6.分析原因，逐個排查。
學習方法之核心
因開始不懂學習所以專門去關注了學習方法這個板塊，發現這個板塊內容真的是博大精深，現在講看到的感悟到的寫一點出來，用來鞏固自己。那什麼是高強度用腦，就是要在精力充沛的前提之下，對一件事情去思考，不是說做筆記 抄寫這類無用的東西，而是去鏈結。而其中最重要的是動腦，不是動手，在動腦的過程中，我們會難受，會...
整合學習方法之隨機森林
整合學習通過建立幾個模型組合的來解決單一 問題。它的工作原理是生成多個分類器 模型，各自獨立地學習和作出 這些 最後結合成組合 因此優於任何乙個單分類的做出 在機器學習中，隨機森林是乙個包含多個決策樹的分類器，並且其輸出的類別是由個別樹輸出的類別的眾數而定。例如,如果你訓練了5個樹,其中有4個樹的結...
統計學習方法之kNN演算法
統計學習方法讀書筆記之knn演算法 k 近鄰法是機器學習中最基本的分類和回歸方法，也稱為knn演算法。通常k近鄰法用於分類問題。k近鄰法假定給定乙個訓練資料集，其中例項類別已定。分類時，對新的例項，根據其k個最近鄰的訓練例項類別，一般通過多數表決的方式來進行 例如，有兩堆水果，一堆是橙子，一堆是柚子...