逻辑模型

（一面） 1、先自我介绍一下自己的背景和接触的项目 ； 2、如果一个数据没有明显的相关性 还能放进去LSTM吗； 3、说一下过拟合解决办法； 4、说一下你最熟悉的一个模型； 5、说一下神经网络中怎么解决过拟合； 6、集成方法中的bagging和boosting的区别； 7、随机梯度下降和其他优化方法的区别； 8、口述逻辑回归公式；逻辑回归有什么优化方法吗；逻辑回归为啥用log 9如果你对你的SQL打分打多少分。有用户ID 和时间 怎么写语句找到时间差 ； 10、白噪声 然后就是实习时间 要求一周4天 我说10号前估计只能3天 后面可以天天来 （估计凉 （二面） 1、线性回归的系数和高斯分布的均值 方差有什么关系吗（求解答） 2、xgboost和GBDT区别 3、综合面 比如平时兴趣爱好 、10点上班7点下班 6点半给你个任务 你怎么办、我看你修了机器学习和数据挖掘 你能讲讲学了哪些模型吗 4、你是控制科学与工程的学生，你能说说你在这块和科班的有啥优缺点吗 5、x是常量 y是递增的 可以去拟合吗 来源： CSDN 作者： 南瓜风槐 链接： https://blog.csdn.net/qq_39785597/article/details/103847615

Node和Express没有一个相对严格的文件或者是文件夹结构，因此你可以按照自己的想法来构建你的web项目，特别是对一些小的项目来说，他很容易学习。 然而当你的项目变得越来越大，所面临的情况越来越复杂的时候，你的代码将变得很混乱。特别是当你的团队变大的时候，将会很难基于以前的代码工作，你必须要经常处理代码之间的冲突。 为了能够添加一些新的特性，处理一些新的场景，你就需要改变你的代码结构了。更重要的是，现在有需要方式来组织你的文件和你的代码，但是很难选择那种结果适合你。 你想要有一个项目结构：不同的文件或者是文件夹负责不同的任务。你想要你的项目在多人使用时变得简单，相互之间有尽量少的代码冲突，你想要你的代码看上去清洁优雅，而且想要你的项目能够很容易的添加一些新的特性。 同样的问题我们也遇到了，现在这些都可以解决了，下面有一个很好的方式来构建你的项目，这种结构能够改变你的现状解决上述遇到的问题。 我们的这个结构以 Model-View-Controller (MVC) 这种设计模式为基础，这种模式能够很好的分离项目不同模块的职责，使得你的代码干净，可维护。 下面就让我们来看一下，我们是怎样通过Express这个web框架来扩展上面说的MCV模式的。我们不会讨论MVC模式的优点，我们将会集中精力基于Express来实现这个模式，同时我们也会看到的其他很好的实践。

什么是SpringMVC MVC是模型(Model)、视图(View)、控制器(Controller)的简写，是一种软件设计规范。就是将业务逻辑、数据、显示分离的方法来组织代码 MVC主要作用是 降低了视图与业务逻辑间的双向偶合 。MVC不是一种设计模式， MVC是一种架构模式 。当然不同的MVC存在差异。 Model（模型） ：数据模型，提供要展示的数据，因此包含数据和行为，可以认为是领域模型或JavaBean组件（包含数据和行为），不过现在一般都分离开来：Value Object（数据Dao） 和 服务层（行为Service）。也就是模型提供了模型数据查询和模型数据的状态更新等功能，包括数据和业务。 View（视图） ：负责进行模型的展示，一般就是我们见到的用户界面，客户想看到的东西。 Controller（控制器） ：接收用户请求，委托给模型进行处理（状态改变），处理完毕后把返回的模型数据返回给视图，由视图负责展示。 也就是说控制器做了个调度员的工作。 最典型的MVC就是 JSP + servlet + javabean 的模式。 Model1 在web早期的开发中，通常采用的都是Model1。 Model1中，主要分为两层，视图层和模型层。 Model1优点：架构简单，比较适合小型项目开发； Model1缺点：JSP职责不单一，职责过重，不便于维护 Model2

逻辑回归模型 - zgw21cn - 博客园 逻辑回归模型 1. 逻辑 回 归 模型 1.1逻辑回归模型 考虑具有p个独立变量的向量 ,设条件概率 为根据观测量相对于某事件发生的概率。逻辑回归模型可表示为 （1.1） 上式右侧形式的函数称为称为逻辑函数。下图给出其函数图象形式。 其中 。如果含有名义变量，则将其变为dummy变量。一个具有k个取值的名义变量，将变为k-1个dummy变量。这样，有 （1.2） 定义不发生事件的条件概率为 （1.3） 那么，事件发生与事件不发生的概率之比为 （1.4） 这个比值称为事件的发生比(the odds of experiencing an event),简称为odds。因为0<p<1,故odds>0。对odds取对数，即得到线性函数， （1.5） 1.2极大似然函数 假设有n个观测样本，观测值分别为 设 为给定条件下得到 的概率。在同样条件下得到 的条件概率为 。于是，得到一个观测值的概率为 （1.6） 因为各项观测独立，所以它们的联合分布可以表示为各边际分布的乘积。 （1.7） 上式称为n个观测的似然函数。我们的目标是能够求出使这一似然函数的值最大的参数估计。于是，最大似然估计的关键就是求出参数 ，使上式取得最大值。 对上述函数求对数 （1.8） 上式称为对数似然函数。为了估计能使 取得最大的参数 的值。 对此函数求导，得到p+1个似然方程

摘要 MVC即： Model（模型）, View（视图）, Controller（控制器） Model ： 模型对象是实现应用程序数据域逻辑的应用程序部件。 通常，模型对象会检索模型状态并将其存储在数据库中。 例如， Product 对象可能会从数据库中检索信息，操作该信息，然后将更新的信息写回到 SQL Server 数据库内的 Products 表中。 在小型应用程序中，模型通常是概念上的分离，而不是实际分离。 例如，如果应用程序仅读取数据集并将其发送到视图，则该应用程序没有物理模型层和关联的类。 在这种情况下，数据集担当模型对象的作用。 Controller ： 控制器是处理用户交互、使用模型并最终选择要呈现的视图来显示 UI 的组件。 在 MVC 应用程序中，视图仅显示信息；控制器则用于处理和响应用户输入和交互。 例如，控制器处理查询字符串值，并将这些值传递给模型，而模型可能会使用这些值来查询数据库。 就是程序通过Controller从浏览器中接受命令，决定用它做什么，并返反馈给用户。即获取数据,然后将数据绑定到页面控件的这个业务逻辑。 View ： 视图是显示应用程序用户界面 (UI) 的组件。 通常，此 UI 是用模型数据创建的。 Products 表的编辑视图便是一个视图示例，该视图基于 Product 对象的当前状态显示文本框、下拉列表和复选框。

何时定义领域服务 若遵循基于面向对象设计范式的领域驱动设计，并用以应对纷繁复杂的业务逻辑，则强调领域模型的充血设计模型已成为社区不争事实。我将Eric提及的战术设计要素如Entity、Value Object、Domain Service、Aggregate、Repository与Factory视为 设计模型 。这其中，只有Entity、Value Object和Domain Service才能表达领域逻辑。 为避免贫血模型，在封装领域逻辑时，考虑设计要素的顺序为： Value Object -> Entity -> Domain Service 切记，我们必须将Domain Service作为承担业务逻辑的最后的救命稻草。之所以把Domain Service放在最后，是因为我太清楚领域服务的强大“魔力”了。开发人员总会有一种惰性，很多时候不愿意仔细思考所谓“职责（封装领域逻辑的行为）”的正确履行者，而领域服务恰恰是最便捷的选择。 就我个人的理解， 只有满足如下三个特征的领域行为才应该放到领域服务中 ： 领域行为需要多个领域实体参与协作 领域行为与状态无关 领域行为需要与外部资源（尤其是DB）协作 假设某系统的合同管理功能允许客户输入自编码，该自编码需要遵循一定的编码格式。在创建新合同时，客户输入自编码，系统需要检测该自编码是否在已有合同中已经存在。针对该需求

SUN公司推出JSP技术后，同时也推荐了两种web应用程序的开发模式， 一种是JSP+JavaBean模式 ，一种是 Servlet+JSP+JavaBean 模式。 一、JSP+JavaBean开发模式 1.1、jsp+javabean开发模式架构 　　jsp+javabean开发模式的架构图如下图(图1-1)所示 在jsp+javabean架构中，JSP负责控制逻辑、表现逻辑、业务对象（javabean）的调用。 　　 JSP+JavaBean模式适合开发业务逻辑不太复杂的web应用程序，这种模式下，JavaBean用于封装业务数据，JSP即负责处理用户请求，又显示数据。 1.2、JSP+JavaBean开发模式编写计算器 　　首先分析一下jsp和javabean各自的职责，jsp负责显示计算器(calculator)页面，供用户输入计算数据，并显示计算后的结 果，javaBean负责接收用户输入的计算数据并且进行计算，JavaBean具有firstNum、secondNum、result、 operator属性，并提供一个calculate方法。 　　1、编写CalculatorBean，负责接收用户输入的计算数据并且进行计算 　　CalculatorBean代码如下： package me.gacl.domain; import java.math.BigDecimal;

● 分层抽样的适用范围 参考回答： 分层抽样利用事先掌握的信息,充分考虑了保持样本结构和总体结构的一致性,当总体由差异明显的几部分组成的时候,适合用分层抽样。 ● LR的损失函数 参考回答： M为样本个数, 为模型对样本i的预测结果, 为样本i的真实标签。 ● LR和线性回归的区别 参考回答： 线性回归用来做预测,LR用来做分类。线性回归是来拟合函数,LR是来预测函数。线性回归用最小二乘法来计算参数,LR用最大似然估计来计算参数。线性回归更容易受到异常值的影响,而LR对异常值有较好的稳定性。 ● 生成模型和判别模型基本形式，有哪些？ 参考回答： 生成式：朴素贝叶斯、HMM、Gaussians、马尔科夫随机场 判别式：LR，SVM，神经网络，CRF，Boosting 详情：支持向量机 ● 核函数的种类和应用场景。 参考回答： 线性核、多项式核、高斯核。 特征维数高选择线性核 样本数量可观、特征少选择高斯核（非线性核） 样本数量非常多选择线性核（避免造成庞大的计算量） 详情：支持向量机 ● 分类算法列一下有多少种？应用场景。 参考回答： 单一的分类方法主要包括：LR逻辑回归，SVM支持向量机，DT决策树、NB朴素贝叶斯、NN人工神经网络、K-近邻；集成学习算法：基于Bagging和Boosting算法思想，RF随机森林,GBDT，Adaboost,XGboost。 ●

一、 你对 MVC 的理解， MVC 有什么优缺点？结合 Struts ，说明在一个 Web 应用如何去使用？ 答： MVC 设计模式（应用观察者模式的框架模式） M: Model(Business process layer) ，模型，操作数据的业务处理层 , 并独立于表现层 (Independent of presentation) 。 V: View(Presentation layer) ，视图，通过客户端数据类型显示数据 , 并回显模型层的执行结果。 C: Controller(Control layer) ，控制器，也就是视图层和模型层桥梁，控制数据的流向，接受视图层发出的事件，并重绘视图 MVC 框架的一种实现模型 --- 模型二 (Servlet-centric) ： JSP+Servlet+JavaBean ，以控制为核心， JSP 只负责显示和收集数据， Sevlet ，连接视图和模型，将视图层数据，发送给模型层， JavaBean ，分为业务类和数据实体，业务类处理业务数据，数据实体，承载数据，基本上大多数的项目都是使用这种 MVC 的实现模式。 StrutsMVC 框架 (Web application frameworks) Struts 是使用 MVC 的实现模式二来实现的，也就是以控制器为核心。 Struts 提供了一些组件使用 MVC 开发应用程序：

目录 什么是逻辑回归 逻辑回归模型推导 为何不能用线性模型 线性模型转二分类模型（Sigmoid） 代价函数 使用最小二乘法估计 最大似然法 代码样例 总结 什么是逻辑回归 之前我们讲过 线性回归 的原理以及推导过程。今天，我们回家另外一个算法，叫逻辑回归。简单归类一下，这个算法不是归类预测算法，大家千万不要被名字不会了。它其实属于分类算法。说到 分类算法 ，大家有没有联想到？没错，逻辑回归属于监督学习。所以它需要带标签的数据。 这里简单的列举一下逻辑回归的使用场景： 垃圾邮件分类 网络诈骗分类 恶行肿瘤鉴定 逻辑回归模型推导 为何不能用线性模型 下面以恶行肿瘤来举例子。假如我们有个数据集，他们他描述的是肿瘤大小，以及是否为和兴肿瘤。大致如下： 肿瘤大小 是否恶性 1 否 5 否 10 是 10.5 否 15 是 假设x是肿瘤的大小，y代表否恶性。最终我们可以得到下图左边的8个红色交叉点。假如我们线性回归预测这8个点时，我们可以得到蓝色的一条线。若我们假设蓝色线上面的是恶行肿瘤，下面的是良性肿瘤。这里看上去预测的结果好像还可以。 但假如这时候出现一个右边蓝色肩头上点，我们重新用线性模型预测出回归线，然后得到粉色的线。这时候问题就出现了，新增的点的x其实非常的大，但是却被模型判定成良性肿瘤。这样是不是就不对了。所以，我们需要修改我们的模型。我们要把我们的线性模型改成二分类模型