我们知道，矩阵乘法对应了一个变换，是把任意一个向量变成另一个方向或长度都大多不同的新向量。在这个变换的过程中，原向量主要发生旋转、伸缩的变化。如果矩阵对某一个向量或某些向量只发生伸缩变换，不对这些向量产生旋转的效果，那么这些向量就称为这个矩阵的特征向量，伸缩的比例就是特征值。

为了不影响首页效果，就不在首页上放了，点进来看呗。

在这个特殊的日子里，沉痛悼念在灾难里逝去的同胞，以及那些英勇抗击灾难的英雄和烈士，没有你们就没有现在的胜利。

这行代码可以让你的网站或者 HTML 页面全局灰度

1
2
3
4
5
6
7
8

html {
  -webkit-filter: grayscale(100%);
  -moz-filter: grayscale(100%);
  -ms-filter: grayscale(100%);
  -o-filter: grayscale(100%);
  filter: progid:DXImageTransform.Microsoft.BasicImage(grayscale=1);
  _filter: none;
}

我们从一个很简单的示例开始说起

1
2
3
4
5
6
7
8

[] + {}
// '[object Object]'
{} + []
// 0
{} + {}
// NaN
[] + []
// ''

由于时间关系，我在这片笔记中就不展开说了。简单的说一下上面几个语句。

数据的准备

原始数据

1. 我们使用的原始数据集如下所示。
2. 以下数据集是SicKit Learn中，波士顿房价数据的钱 10 列，可以用如下的代码获取到：

1
2
3
4
5
6

from sklearn.datasets import load_boston
dataset = load_boston()
X_full, y_full = dataset.data, dataset.target
TenOfX = X_full_df.iloc[:, :10]
# TenOfX 即为我们的测试数据。
# 为了评估我们的填充效果，我们需要对这些数据做一下归一化处理。