CVXOPT 是一个用于凸优化问题的 Python
库。它提供了一系列用于求解凸优化问题的函数，包括线性规划、二次规划、二次约束等。CVXOPT
的 API 设计得非常直观，使得用户可以方便地定义和求解各种凸优化问题。
二次规划 (QP)
二次规划 (Quadratic Programming, QP)
是一种常见的凸优化问题，其目标函数为二次函数，约束条件为线性不等式。在
CV...
分类算法的目标是构建一个模型，用于将新的、未见过的数据点分配到预定义的类别中。
逻辑回归 (Logistic
Regression)
尽管它的名字中带有”回归”二字，但逻辑回归实际上是一种用于分类的监督学习算法，尤其在处理二分类问题时表现出色。
逻辑回归是一种预测分析，它通过分析现有数据（自变量），来预测一个离散的、分类型的结果（因变量）。最常见的应用是二分类问题，例如预测一...
KL散度
KL散度（Kullback-Leibler
Divergence），也常被称为相对熵（Relative
Entropy），是信息论和数理统计中一种重要的度量方式。它用于衡量两个概率分布之间的差异性。
通俗地讲，KL散度可以告诉我们：当我们用一个近似的概率分布 Q(x)
来模拟一个真实的概率分布 P(x)
时，会产生多少信息的损失。换句话说，它衡量的是用分布 Q 来代替分...
聚类算法的目标是在没有预先定义类别的情况下，将数据集划分为若干个有意义的群组,
使得同一类中的数据点彼此相似，而不同类中的数据点差异较大。
K-均值聚类 (K-Means
Clustering)
K-means 聚类是一种非常流行且基础的 无监督学习 (Unsupervised Learning)
算法。它的主要目标是将一个给定的数据集根据数据点之间的相似性，自动划分为
K 个不...
感知机 (Perceptron) 是二分类的线性分类模型，属于判别模型。
感知机模型
感知机模型由以下几个部分组成：
等权重投资组合（Equal
Weight Portfolio, EW）
等权重投资组合是一种简单的投资策略，它将资金平均分配给所有可用的资产。这意味着每个资产在投资组合中的权重是相同的。其根本原则是
“民主化”，即投资组合中的每一只股票或资产都拥有相同的”投票权”或重要性，无论这家公司的规模有多大（市值高低）、股价是高是低。
运作方式：一个简单的例子
...
Linux 目录结构
与 Windows 使用多个盘符（C:、D:）不同，Linux
采用单一的树状目录结构。整个文件系统从一个根目录 /
开始，所有其他文件和目录都挂载在这个根目录下。这个结构遵循文件系统层次化标准
(FHS)。
目录
名称
功能说明
/
Root
根目录，整个文件系统的起点，所有目录的父目录。
...
GNU 项目 (GNU Project)
GNU 项目（发音为 /ɡnuː/，类似 “g-noo”），由理查德·斯托曼 (Richard
Stallman) 于 1983 年发起，其核心目标是创建一个完全由自由软件 (Free
Software) 组成的、与 Unix 兼容的完整操作系统。这个操作系统被命名为
GNU。
“GNU” 这个名字本身就是一个典型的黑客式幽默，它是一个递归...
yield 是 Python
中一个功能强大的关键字，它主要用于创建生成器 (Generator)。理解 yield
的关键在于理解生成器是如何工作的。简而言之，当一个函数包含 yield
关键字时，它就不再是一个普通的函数，而是一个生成器函数。
生成器是一种特殊的迭代器
与一次性计算并返回所有结果的普通函数不同，生成器函数会返回一个生成器对象。这个...
