Python实现——二次多项式回归(最小二乘法)
2019/3/25真的，当那个图像出现的时候，我真的感觉太美了。或许是一路上以来自我的摸索加深的我对于这个模型的感受吧。二次函数拟合——最小二乘法公式法与线性回归相似，对二次函数进行拟合某种意义上也只是加了一个函数，虽然求解的方程变得更加繁琐，需要准备的变量也增加到了七个。思路有借鉴于：最小二乘法拟合二次曲线C语言(https://w
ubuntu18.04环境下为UR3配置MoveIt!运动学插件IKFAST（二）
前言昨天已经将OpenRAVE配置好了，接下来就是配置IKFast插件了。ikfast，机器人运动学的编译器，在RosenDiankovOpenRAVE运动规划软件提供，是一个强大的逆运动学求解器。不像大多数的逆运动学求解，ikfast可以求解任意复杂运动链的运动学方程，并产生特定语言的文件（如C）后供使用。最终的结果是非常稳定的解决方
Decision Surface
一、深入理解超平面很多讲解支持向量机的文章从一开头就开始讲超平面及其方程，这样对多数没有基础的人来说较难理解，下面将从一维直线讲起，带你逐步过渡理解超平面。例如，下面是一个只有x轴的一维坐标轴，该轴同样存在原点，x轴正方向和x轴反方向，且该轴上分布了很多点：!(https://oscimg.oschina.net/oscnet/2d9
机器学习入门指南
资料获取地址见文末或评论！一、预备知识微积分（偏导数、梯度等等）概率论与数理统计（例如极大似然估计、中央极限定理、大数法则等等）最优化方法（比如梯度下降、牛顿拉普什方法、变分法（欧拉拉格朗日方程）、凸优化等等）二、路线1（基于普通最小二乘法的）简单线性回归线性回归中的新进展（岭回归和LASSO回归）(此处可以插入Bagging和AdaBoost的内容
