查詢就是在集合中尋找特定值的過程，線性查詢是查詢演算法中最簡單的演算法，下面介紹原理。
我們假設有一張寫滿數字的紙，沒有特定的順序，當要確定數字13是否在這些數字中時，我們會怎麼做？我們可能會從頭到尾的看這些數字，並將每個數字和13進行比較，當在這個過程中發現13的時候，退出並顯示找到了它；如果最後沒有發現13，就顯示13並不在其中。這個策略就叫做「先行查詢」，也就是逐個查詢資料項列表，直到找到目標值。簡單**如下：
def search(x,nums):
for i in range(len(nums)):
if nums[i]==x: #item found, return the index value
return i
return -1 #loop finished, item was not in list
二分查詢的思想也很簡單，就像猜數字遊戲，選擇1~100之間的數字，每次猜測告訴結果是否正確、猜的過高還是過低。我們可以先猜測50，如果數字更高，則可能範圍是50~100.下乙個猜測邏輯就是75，每次我們猜測剩下數字的中間值，嘗試縮小可能的範圍。這個策略就是二分查詢。二分指的是兩個，在每個步驟中，我們將剩餘的數字分為兩個部分。二分查詢適用於查詢有序列表。基本思想是用兩個變數來跟隨資料項列表範圍的端點，最初將變數low和high分別設定為列表的第乙個和最後乙個位置。演算法的核心是乙個迴圈，檢視剩餘範圍中間的資料項，將它與x進行比較。如果x小於中間資料項，則移動high，這樣就能查詢縮小到下半部分；如果x較大，則我們移動low。當找到x或不再有更多的地方（low>high)時ii，迴圈終止。**如下：
def search(x,nums):
low=0
high=len(nums)-1
while low<=high:
mid=(low+high)//2
item=nums[mid]
if x==item:
return mid
elif xhigh=mid-1
else:
low=mid+1
return -1
簡單線性回歸演算法
一 目標 尋找一條直線，最大程度的 擬合 樣本特徵和樣本輸出標記之間的關係。在回歸問題中我們 的是乙個具體的數值，這個具體的數值是在乙個連續的空間裡的，如果想看兩個特徵的回歸問題就需要在三維空間裡進行觀察。樣本特徵有多個的回歸稱為多元線性回歸 損失函式 對a求偏導數 最後得到的結果 求a b的pyt...
簡單線性回歸
真實值 y theta x varepsilon 值 hat theta x varepsilon 為誤差 項，服從 均值為0 方差為 為誤差項，服從均值為0，方差為 為誤差項，服 從均值為 0，方差 為 sigma 的高斯分布。已知若干樣本，可以得到若干 varepsilon 值，根 據極大似 然...
簡單線性回歸
資料預處理 data student data 1 刪除缺失值 lm data na.omit data 散點圖 plot height,weight,data data,main scatter plot col 1,pch col為顏色，pch為形狀 箱線圖 boxplot height wei...