数据挖掘（Data Mining）主要讲述了以下内容： 数据预处理：包括数据清洗、数据集成、数据变换和数据归约等步骤，以确保数据质量和一致性。 模式发现：通过算法和技术从数据中提取有用的模式和知识，如关联规则、频繁模式、序列模式等。 分类和预测：使用分类算法（如决策树、支持向量机、神经网络等）对数据进行分类，并使用回归分析等方法进行预测。 聚类分析：将数据分组，使得同一组内的数据对象相似度高，不同组间的对象相似度低。常用算法有K-means、层次聚类等。 异常检测：识别数据中的异常或异常模式，这在欺诈检测、网络安全等领域非常重要。 数据可视化：通过图形和图表展示数据和挖掘结果，帮助理解和解释数…

0、前期准备 配置anaconda3的环境变量 使用anaconda3 作为python包管理器，把包都存在统一集成环境中，后续在IDE中使用anaconda3的python解释器即可 在创建项目时，使用已有conda的python解释器 1、实现线性回归算法 自己构造数据集 1.1、代码 import numpy as np import matplotlib.pyplot as plt # 设置中文字体，否则图片上的中文会显示成方框 plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用黑体 plt.rcParams['a…

1、新建项目 vscode 导航到 VUE+TS项目目录 ctrl+shift+~打开终端 npm create vue@latest #命名项目为vue-ts-project2-calculator cd vue-ts-project2-calculator npm install 2、编写代码创建计算机组件并编写计算器逻辑 在 src/components 目录下创建一个名为 Calculator.vue 的文件，并编写计算器组件的代码。 在 Calculator.vue 中编写计算器的逻辑，包括显示屏、按钮和计算功能。 <template> …

这篇文章没有摘要

如何求齐次线性方程组通解 AX=0 这个强调熟能生巧，类似高中立体几何，难度没有，技巧较多，需要勤加练习 例1 化简为归一性排他性行阶梯矩阵：先化行阶梯矩阵，继续化简，使其满足归一性（每行第一个非零数为1）、排他性（从前往后阶梯处非1数全为0） 分析：几个未知数，几个有效约束？ 示例上述例题：五个未知数，有效约束方程，也即秩为2，所以自由变量为3个。 如何选取自由变量？一般选择非行阶梯处的数为自由变量，从上往下看，下面三个100 010 001 有效约束条件写在上面，注意移项思维，很好理解，原先未知数全在等式左侧，现在是解出通解的时候了，要把项移到右侧 例2 新的情况，我选取x1和x3为约束，…

这篇文章没有摘要

这篇文章没有摘要

上肢训练 哑铃平板卧推（胸部） 目标肌群：胸大肌、三角肌前束、肱三头肌 重量：17.5kg - 20kg 次数：8-12次 组数：4组 组间休息：60-90秒 提示： 背部自然贴紧板凳，确保胸部充分伸展和收缩。 哑铃下降时，肘部保持自然角度，不要过度外展。 哑铃肩推（肩部） 目标肌群：三角肌、斜方肌上部 重量：10kg - 12.5kg 次数：10-12次 组数：4组 组间休息：60-90秒 提示： 坐在可调节板凳上，背部直立，避免借助腰部发力。 哑铃推至头顶时手臂伸直，但不要锁死肘关节。 哑铃侧平举（肩部） 目标肌群：三角肌中束 重量：7.5kg 次数：12-15次 组数：4组 组间休息：4…

初等矩阵逆阵仍为初等矩阵且型不变 初等行变换与初等列变换合称为初等变换 解方程组禁止使用初等列变换！很简单的道理，把x1和x2的系数一换，方程组就变了 逆阵 逆阵的求法，可逆是前提 行列式不为0，旁边构造单位阵，将左边矩阵通过行变换变为单位阵，右侧矩阵即为原阵的逆矩阵 禁止列变换 回顾 左行 右列 ，三种类型初等矩阵 I交换两行 逆阵再次交换两行 ；II某行k倍 逆矩阵为 1/k倍； III i行k倍加到j行 逆矩阵为 -k倍 完整求逆阵流程，十分详细 秩 不要求方阵了 mxn的矩阵，其秩小于等于min{m,n} 定义 最重要的一句话： 两个条件，其一 存在r阶子式不为0 ，其二 对于任意的r…

1逆阵 逆阵只针对方阵 1.1 什么是逆阵 定义法 要求某个矩阵的逆，去配凑出X矩阵 使其相乘为E 1.2 判断可逆否？ 方阵可逆的充要条件 其行列式为0 证明： 根据AB=E 两边同时取行列式，用到拉普拉斯定理 把行列式拿进去 两边均不为0 注 $|A^T| =|A|$ $|A^{-1}|=1/|A|$ $|A*|=|A|^{n-1}$ $A是n阶方阵，|kA|=k^n|A|$ $Anxn Bnxn，|AB|=|A||B| Laplace法则$ $((A)^{-1})^{-1}=A$ 注意方块 副对角线要变换次序 这个公式因为要求了|A|不为0，也即A可逆的时候才可用于求逆矩阵，并且手动求不…