diff --git a/.idea/workspace.xml b/.idea/workspace.xml index fe1681f..9a8b832 100644 --- a/.idea/workspace.xml +++ b/.idea/workspace.xml @@ -2,9 +2,10 @@ + - + @@ -25,7 +26,7 @@ - + @@ -40,56 +41,8 @@ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - + + @@ -126,7 +79,6 @@ @@ -229,7 +182,6 @@ - @@ -282,13 +234,14 @@ + - + @@ -301,16 +254,16 @@ + + + + + - - - - - @@ -586,9 +539,9 @@ - + - + @@ -876,16 +829,6 @@ - - - - - - - - - - @@ -976,26 +919,6 @@ - - - - - - - - - - - - - - - - - - - - @@ -1076,16 +999,6 @@ - - - - - - - - - - @@ -1136,6 +1049,47 @@ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + @@ -1158,7 +1112,7 @@ - + @@ -1172,19 +1126,19 @@ - - + + - + - - + + @@ -1194,15 +1148,15 @@ - - + + - + @@ -1216,8 +1170,30 @@ - - + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/README.md b/README.md index fcd417a..82acd5b 100644 --- a/README.md +++ b/README.md @@ -58,6 +58,7 @@ - [AutoML参数选择所使用的方法](基础概念/AutoML/AutoML.md#L96) - [讲讲贝叶斯优化如何在automl上应用](基础概念/AutoML/AutoML.md#L96) - [以高斯过程为例,超参搜索的f的最优解求解acquisition function有哪些](基础概念/AutoML/AutoML.md#L96) + - [高斯过程回归手记](基础概念/AutoML/高斯过程回归/) - [AutoSklearn详解手记](基础概念/AutoML/AutoSklearn详解/) - [AutoML常规思路手记](基础概念/AutoML/AutoML常规思路/) # 数学 diff --git "a/\345\237\272\347\241\200\346\246\202\345\277\265/AutoML/\351\253\230\346\226\257\350\277\207\347\250\213\345\233\236\345\275\222/\351\253\230\346\226\257\350\277\207\347\250\213\345\233\236\345\275\222.pdf" "b/\345\237\272\347\241\200\346\246\202\345\277\265/AutoML/\351\253\230\346\226\257\350\277\207\347\250\213\345\233\236\345\275\222/\351\253\230\346\226\257\350\277\207\347\250\213\345\233\236\345\275\222.pdf" new file mode 100644 index 0000000..7123f29 Binary files /dev/null and "b/\345\237\272\347\241\200\346\246\202\345\277\265/AutoML/\351\253\230\346\226\257\350\277\207\347\250\213\345\233\236\345\275\222/\351\253\230\346\226\257\350\277\207\347\250\213\345\233\236\345\275\222.pdf" differ diff --git "a/\346\234\272\345\231\250\345\255\246\344\271\240/\351\200\273\350\276\221\345\233\236\345\275\222/lr.md" "b/\346\234\272\345\231\250\345\255\246\344\271\240/\351\200\273\350\276\221\345\233\236\345\275\222/lr.md" index 0e7db0e..5f67386 100644 --- "a/\346\234\272\345\231\250\345\255\246\344\271\240/\351\200\273\350\276\221\345\233\236\345\275\222/lr.md" +++ "b/\346\234\272\345\231\250\345\255\246\344\271\240/\351\200\273\350\276\221\345\233\236\345\275\222/lr.md" @@ -1,8 +1,6 @@ # logistic分布函数和密度函数,手绘大概的图像 - 分布函数:![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93b9whhwuj306z01amwz.jpg) - - 图像:![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93be0qj86j30io0c2q4k.jpg) - 密度函数:![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93bdnikzbj306e01pjr8.jpg) - - 图像:![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93beecqoaj30i20c63zw.jpg) - 其中,μ表示位置参数,γ为形状参数。**logistic分布比正太分布有更长的尾部且波峰更尖锐** # LR推导,基础5连问