Ch2 疑問

1.P14 線性模型譜性是什么隶债?
2.P15 第三段最后三行煞檩,什么是KNN的有效參數(shù)闻伶,在這里是指領域neighborhood的個數(shù)配乱?

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末泣侮,一起剝皮案震驚了整個濱河市零远,隨后出現(xiàn)的幾起案子撇叁,更是在濱河造成了極大的恐慌窖认,老刑警劉巖渔工,帶你破解...
    沈念sama閱讀 218,284評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件锌钮,死亡現(xiàn)場離奇詭異,居然都是意外死亡引矩,警方通過查閱死者的電腦和手機梁丘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來旺韭,“玉大人氛谜,你說我怎么就攤上這事∏耍” “怎么了值漫?”我有些...
    開封第一講書人閱讀 164,614評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長织盼。 經(jīng)常有香客問我杨何,道長,這世上最難降的妖魔是什么沥邻? 我笑而不...
    開封第一講書人閱讀 58,671評論 1 293
  • 正文 為了忘掉前任危虱,我火速辦了婚禮,結果婚禮上唐全,老公的妹妹穿的比我還像新娘埃跷。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 67,699評論 6 392
  • 文/花漫 我一把揭開白布弥雹。 她就那樣靜靜地躺著垃帅,像睡著了一般。 火紅的嫁衣襯著肌膚如雪缅糟。 梳的紋絲不亂的頭發(fā)上挺智,一...
    開封第一講書人閱讀 51,562評論 1 305
  • 那天祷愉,我揣著相機與錄音窗宦,去河邊找鬼。 笑死二鳄,一個胖子當著我的面吹牛赴涵,可吹牛的內容都是我干的。 我是一名探鬼主播订讼,決...
    沈念sama閱讀 40,309評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼髓窜,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了欺殿?” 一聲冷哼從身側響起寄纵,我...
    開封第一講書人閱讀 39,223評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎脖苏,沒想到半個月后程拭,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,668評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡棍潘,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,859評論 3 336
  • 正文 我和宋清朗相戀三年恃鞋,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片亦歉。...
    茶點故事閱讀 39,981評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡恤浪,死狀恐怖,靈堂內的尸體忽然破棺而出肴楷,到底是詐尸還是另有隱情水由,我是刑警寧澤,帶...
    沈念sama閱讀 35,705評論 5 347
  • 正文 年R本政府宣布赛蔫,位于F島的核電站砂客,受9級特大地震影響,放射性物質發(fā)生泄漏濒募。R本人自食惡果不足惜鞭盟,卻給世界環(huán)境...
    茶點故事閱讀 41,310評論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望瑰剃。 院中可真熱鬧齿诉,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至抵恋,卻和暖如春焕议,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背弧关。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評論 1 270
  • 我被黑心中介騙來泰國打工盅安, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人世囊。 一個月前我還...
    沈念sama閱讀 48,146評論 3 370
  • 正文 我出身青樓别瞭,卻偏偏與公主長得像,于是被迫代替她去往敵國和親株憾。 傳聞我的和親對象是個殘疾皇子蝙寨,可洞房花燭夜當晚...
    茶點故事閱讀 44,933評論 2 355

推薦閱讀更多精彩內容

  • 首頁 資訊 文章 資源 小組 相親 登錄 注冊 首頁 最新文章 IT 職場 前端 后端 移動端 數(shù)據(jù)庫 運維 其他...
    Helen_Cat閱讀 3,874評論 1 10
  • 考試說明 注重基礎知識和概念的理解,因此解題中的計算過程不會很復雜嗤瞎,但是會有推公式的過程墙歪。本課程的重點知識包括:貝...
    藝術叔閱讀 2,842評論 0 3
  • ML & DM 集成學習 模型融合 ensemble http://wakemeup.space/?p=109 E...
    章魚哥呀閱讀 1,805評論 0 6
  • 常見的模型評價和在Python中的實現(xiàn) python數(shù)據(jù)挖掘建模中, 第一個步驟是建立一個對象贝奇,這個對象是空白的虹菲,...
    今晨er閱讀 946評論 0 0
  • 主題:如果訓練模型 經(jīng)過多次迭代后届惋,需要進一步精簡 學習算法是否具有增量學習能力是衡量其是否適合于解決現(xiàn)實問題的一...
    hwang_zhic閱讀 1,590評論 0 1