596 1 分钟

这部分主要是贝叶斯分析的内容。 # 前置知识 首先回顾概率论中贝叶斯公式的相关知识。 # 条件概率 设 (Ω,F,P)(\Omega, \mathscr{F}, P)(Ω,F,P) 是一个概率空间,B∈FB \in \mathscr{F}B∈F, P(B)>0P(B) > 0P(B)>0, 则 ∀A∈F\forall A \in \mathscr{F}∀A∈F, 记 P(A∣B)≔P(AB)P(B)P(A|B) \coloneqq \frac{P(AB)}{P(B)} P(A∣B):=P(B)P(AB)​ 称其为在某事件 BBB 发生的条件下,事件...
4.1k 4 分钟

# 网络层 从源到目标主机进行 packet 的传输。 # 网络层的设计要点 分组封装 (packetizing/encapsulation). 路由选择 (routing): 路由协议不全是网络层的协议。 转发 (forwarding): 偏向动作的描述。 差错控制 (error control) QoS 在网络层上加入 virtual layer, 用来解决网络安全问题。 网络层向传输层提供的服务决定其设计要点。其提供的服务应包括以下考虑: 服务应该独立于网络层的路由技术。 应向传输层屏蔽路由相关信息 (路由数量、类型和拓扑关系等)。 传输层的网络地址应存在统一编码方案。 #...
673 1 分钟

# 实验 7: PCA # 7-5 该实验采用 playML 及 sklearn 执行 PCA,具体结果及感受如下: 采用 playML ,运行 PCA,寻找 100 个 2 维坐标点对应的特征向量,将其降维到 1 维空间得到的结果如下: 可以看出,点在一维线段上的分布趋势与点在二维平面中的密集程度相一致。 采用 sklearn 运行 PCA 的结果与之相同: # 7-6 第二个实验是将一个具有 1347 个数据点的 64 维数据采用 KNN 进行聚类,通过将直接聚类和采用 PCA 降维进行预处理后聚类进行对比,得到 PCA 在聚类问题中的意义。 实验过程中的第一个输出是训练集中数据数目与...