python是物件導向的程式語言，因此我從class、instance以及屬性(property/attribute)的角度出發解釋。
_init_根據其英文意思(initialize)，用來初始化乙個類(class)的新成員(instance)，它是乙個constructor.
當新成員被建立時，這個方程會自動被呼叫。
僅舉倆個(極端的)例子作對比，為了不複雜化導致混淆，建議只看1～
1，使用_init_方程
我們建立了乙個叫做「人類」(person)的類別，他有倆個必要屬性(property)：性別(gender)和年齡(age)
class person: def __init__(self, name, age): self.name = name self.age = age
有了_init_函式，每次我們建立人類這個類別的新的成員(instance)時，我們就必須賦予gender和age這倆個引數--否則新的成員不能稱作為「人類」～
(注：self是乙個指向物件的指標)
請看程式執行案例：
可以看到，當我輸入p1=person()
程式報錯了，因為要建立乙個人類新成員，你就必須輸入性別和年齡這倆個必要選項。
而當我輸入p2=person('james', 10)
程式執行成功了，乙個10歲的名叫james的人類新成員被建立成功！
並且你可以通過輸入p2.name
p2.age
來檢視這位新成員的名字和年齡。
2，不使用_init_方程
是不是一定要使用_init_方程呢？
當然不是，但是，沒有了這個方程，類別和成員的概念就變得稍許模糊。
下面我們建立了乙個叫做anthing(任何生物)的類別，該類別沒有「屬性」，有乙個方程init_person以及方程的倆個變數name和age。class anything:
def init_person(self, _name, _age):
self.name= _name
self.age = _age
這個類沒有_init_方程，因此，建立新成員a2時，我們不需要輸入任何的「屬性」引數a2=anything()
這也導致了這個類定義的模糊--這個類別下的新成員a2到底是神馬？(這裡我們叫它anything)
反而，當我們在建立新成員試圖輸入「名字」和「年齡」這倆個「屬性」時，程式報錯了。a1=anything('dick', 5)
因此，我們建立了乙個我們對它毫無認知的新成員a2。
但是，這個類裡有乙個方程叫做「建立人類成員」(init_person)，並且它有倆個輸入變數「名字」和「年齡」。
我們嘗試呼叫這個方程把a2「變成」乙個人類：a2.init_person('dick', 5)、
編譯通過了，a2變成了乙個5歲的叫dick的人類。
並且你可以通過輸入a2.name
a2.age
來檢視它的名字和年齡。
倆點注意處：
1.這個叫dick的人其實是init_person()這個方程「創造」的。
2. 在anything這個類下，我們還可以定義其他方程def init_dog(self, _color, _age):
self.color = _color
self.age = _age
這個時候，如果我們執行a2.init_dog('black', 4)
那麼，a2這個成員又變成了一條4歲的黑色的狗！
馬氏距離通俗解讀
基礎知識 假設空間中兩點x，y，定義 歐幾里得距離，mahalanobis距離，不難發現，如果去掉馬氏距離中的協方差矩陣，就退化為歐氏距離。那麼我們就需要 這個多出來的因子究竟有什麼含義。例子 如果我們以厘公尺為單位來測量人的身高，以克 g 為單位測量人的體重。每個人被表示為乙個兩維向量，如乙個人身...
SVM最通俗的解讀
摘自 什麼是svm?當然首先看一下wiki.support vector machines are learning models used for classification which individuals in a population belong where?so how do svm...
貝葉斯網路的通俗解讀
貝葉斯網路首先是一張 圖 graph 注意graph這個詞翻譯成中文是 圖 但是 圖 這個詞對應的英文可多了，image draw photo paint graph，每個詞的引申意都不一樣。graph的引申意是 類似拓撲結構的東西繪製成的一張圖。也就是由 節點 和 邊 組成的一種 圖 狀資料結構。...