ey

基础知识-协方差 协方差其意义： 度量各个维度偏离其均值的程度。协方差的值如果为正值，则说明两者是正相关的(从协方差可以引出“相关系数”的定义)，结果为负值就说明负相关的，如果为0，也是就是统计上说的“相互独立”。 如果正相关，这个计算公式，每个样本对（Xi, Yi）,　每个求和项大部分都是正数，即两个同方向偏离各自均值，而不同时偏离的也有，但是少，这样当样本多时，总和结果为正。下面这个图就很直观。下面转载自：http://blog.csdn.net/wuhzossibility/article/details/8087863 在概率论中，两个随机变量 X 与 Y 之间相互关系，大致有下列3种情况： 当 X, Y 的联合分布像上图那样时，我们可以看出，大致上有： X 越大 Y 也越大， X 越小 Y 也越小，这种情况，我们称为“正相关”。 当X, Y 的联合分布像上图那样时，我们可以看出，大致上有：X 越大Y 反而越小，X 越小 Y 反而越大，这种情况，我们称为“负相关”。 当X, Y 的联合分布像上图那样时，我们可以看出：既不是X 越大Y 也越大，也不是 X 越大 Y 反而越小，这种情况我们称为“不相关”。 怎样将这3种相关情况，用一个简单的数字表达出来呢？ 在图中的区域（1）中，有 X>EX ，Y-EY>0 ，所以(X-EX)(Y-EY)>0； 在图中的区域（2）中，有 X

不可变数据类型：tuple、bool、int、str --可哈希类型可变数据类型：list、dict、set --不可哈希类型dict-key 必须是不可变数据类型，可哈希dict-value 任意数据类型dict 优点：二分查找、存储大量的关系型数据 特点：无序的-没有索引，只能按照键值对查找增:dict[key] = value dict.setdefault(key) dict.setdefault(key ,value)删：dict.pop(key) dict.pop(key,returns) dict.popitem() dict.clear() del dict[key] del dict改：dict[key] = value dict1.update(dict2)查：dict[key] dict.get(key) dict.get(key,returns)操作: for k in dict: for k in dict.keys: for k,v in dict.items统计：len(tu1)1，新增：dict['key'] = value --原dict无key值时，进行新增，有key值时，进行修改ey: dict1 = {'key1':'val1','key2':'val2','key3':'val3'} dict1['key1'] = 'V1' print

Video 1 关于Shose 的一些其他意思（麦克老师） Video 2 关于Eggs的一些点法（Jessica 白洁） Video 3 关于英语学习障碍醉的问题—— 口音（accent）、方言（dialects） # 元音字母组合 和 元辅e 的情况 会发元音 本身音 。 【a】的发音 ai ay 【e】的发音 ee ea ey 【i】的发音 ie igh 【o】的发音 oa ow 【u】的发音 ui ue 少数情况下： [s] c ent c < 多数情况下： [k] c all c at c/g < ge [e] oran ge g < 少数情况下： < gi [ai] gi ant gy [dʒɪ] gy m 多数情况下： [g] g ood g rant # 本周学习的发音 G g O o (short) U u (short) L l F f B b # Homework 来源： https://www.cnblogs.com/Cong0ks/p/11375740.html