机器学习基础_十七_聚类-k均值
1. 引言 聚类（clustering）是一种无监督学习方法，主要任务是将数据集划分成组，这些组叫作簇（cluster），尽可能使得一个簇内的数据点非常相似且不同簇内的数据点非常不同。与分类算法类似，聚类算法为每个数据点分配（或预测）一个数字，表示这个点属于哪个簇，但不同的是聚类无需预先标注数据而是
机器学习：线性回归、决策树、随机森林、LightGBM 模型的 SHAP 和 LIME 可解释性分析对比详解
1- 引言 在机器学习领域，模型可解释性已成为越来越重要的研究方向。随着复杂模型如深度学习和集成学习的广泛应用，理解模型如何做出决策变得至关重要。本文将深入探讨四种常见机器学习模型（线性回归、决策树、随机森林和LightGBM）的可解释性分析方法，重点介绍SHAP和LIME两种主流可解释性技术，并通
机器学习：SVM 支持向量机
[!abstract] 摘要 系统讲解支持向量机（SVM）：从核心思想（间隔最大化、核技巧、稀疏性）与数学原理（原始问题、对偶、KKT、软间隔、常用核函数），到工程实践（SMO 算法、参数调优、多分类策略）与前沿进展，并附完整的 Python 分类与回归实战代码。 1. 引言 支持向量机（Suppo
国外网友的简单3步_用Prompt来写Prompt_超简单
[!info] 阅读导览 全文 4 节：第一步：询问 ChatGPT 获取专业词汇（1.1）→ 第二步：基于词汇生成专业 Prompt（1.2，含"开启新对话"重要提示）→ 第三步：使用 GPT 提示词优化器（1.3）→ 总结（1.4） flowchart LR
A[第一步<br>询问 Ch
国内首个 LangGraph Agent 模板！Multi-Agent框架最优解
[!abstract] 本文要点 LangGraph 是构建 Agent 系统的主流框架之一。本文解读 ReAct 与 LangGraph 的核心机制，并手把手演示如何用 langgraph-up-react 模板快速启动一个国内可用的 Multi-Agent 项目。 大模型落地，要么做 workf
谷歌Nano_Banana_AI生图模型实测
1. 谷歌 Nano Banana AI 生图模型实测报告 1.1. 文章概述 本文是对谷歌最新发布的 AI 图像生成模型 “Nano Banana”（正式名称：Gemini 2.5 Flash Image Preview）的深度实测体验报告。 作者通过 10 个具体案例，展示了该模型在图像生成、编
给你的 AI 一双眼睛：隆重介绍 Chrome DevTools MCP
Chrome DevTools MCP[1] 是 Google 团队新发布的一个工具，它能让 AI 编程助手看到并与实时运行的 Chrome 浏览器进行交互。简单来说，它为你的 AI 在浏览器中装上了"眼睛"，这样 AI 就不再是蒙着眼编程了。这个公开预览版将 AI 代理（比如 Cursor、Cla
告别误区：一篇讲透多维表格、BI、低代码的本质区别与联系
上周日，我发了一篇《终于！飞书多维表格不再"像表格"了：全新应用模式，一键发布！》，反响挺热烈。文章发出后，后台关于多维表格的留言也非常集中，特别是围绕它与 BI 工具、低代码平台的区别。 我把大家的疑问捋了捋，发现特别集中： 它跟 Power BI 这类专业分析工具有什么不同？ 它跟钉钉、企微、W
