笺札

早晨醒来，惯例打了会儿游戏。饭后开始整理昨天所学的朴素贝叶斯分类法笔记，将算法的逻辑重新梳理成文字。之后去洗了个澡，水汽氤氲中，些许头晕也渐渐散去。 神清气爽后，继续翻开《禅与摩托车维修艺术》。今天读完了第二章，作者逐渐将思考的齿轮嵌入更深的哲学地带。他剖析了社会中隐形的层次结构，清晰阐释了演绎法与归纳法这两种逻辑路径，并探讨如何将抽象的哲学理论真正“骑”进现实的地面——也就是如何在生活中践行我们信奉的理念。 尤为巧妙的是，作者把康德与休谟的哲学思想，与摩托车的维修、骑行经验编织在一起。那些看似遥远的概念，忽然变得可触可感，让人更容易理解两种哲学传统的差异与深意。 章节末尾，他郑重地引入了 “良质” 这一概念，却并未展开。像是一个伏笔，引人遐想。我猜，作者大概要在第三章才开始搭建他自己的哲学体系吧。 下午的游戏体验不算太好，索性放下鼠标，读了篇《人民日报》海外版关于中国—东盟自贸区3.0版的报道，换一种方式与世界连接。 晚上做完微机原理实验，回到寝室再次进入召唤师峡谷。今晚终于重温了一把剑姬的手感，行云流水，剑剑到肉——是久违的、掌控比赛的畅快。 今天，是从数学公式到哲学思辨，从...

早晨上完微机原理课，回到寝室，先读了读人民日报的英文版——算是保持一种对外语的日常感觉。随后，便进入了今日的阅读时光。 今天翻开的是 DeepSeek 推荐的 《禅与摩托车维修艺术》。说实话，在此前我从未听过这本书。读罢四章中的第一章，已能感受到其独特的思考路径。作者在横跨美国的摩托车旅行中，观察到自己与骑友约翰夫妇在看待事物上的根本差异，并由此引出对“斐德罗”思想的追溯。 第一章最触动我的，是他对世界认知方式的二元划分： 古典的认知：从物质或事情的本质出发，关注其基本形式与内在结构。 浪漫的认知：从外观表象入手，更依赖直觉、想象与情感的发散。 在我看来，这两种认知并无绝对的高下。但我非常认同作者指出的一个当代困境：我们大多数人只是“使用”事物，却很少去思考其背后的原理。就像拥有一台机器，我们只关心如何操作，却不关心它的构造与运作逻辑。 虽然有时这并无大碍——毕竟能使用就已足够，但理解本质，往往能让我们在使用时更加从容、深刻，甚至生出创造的可能。 随后，我做了会儿眼神练习（希望眼睛能更有神采），打了一局英雄联盟，便去上工程概论课。课后继续学习数据挖掘的内容，笔记（朴素...

早上起来，照例打了几局海克斯大乱斗。单排下路 ADC 的体验，实在是一言难尽，只能说是修炼心态。 中午饭后，静下心来写完了微机原理第五章的作业。作为给自己的小小奖励，我点开了之前让 DeepSeek 推荐的电影——《普罗旺斯的夏天》。看完心头一暖，顺势写了篇影评。南法的阳光、亲情与和解，的确是一部能让人彻底放松下来的作品。 也是在今天，我读完了《窄门》。 “你们要努力进窄门。” 我理解的“窄门”，或许也是一种爱情的隐喻。初陷爱河的人，心中大抵都有一座为对方塑起的像。我们不断将理想中的美好倾注其中，爱得炽烈、纯粹，却也虚幻。然而塑像是完美的，人却总有瑕疵。当现实照进想象，我们发现对方并非心中那座完美的雕塑时，爱意便开始动摇。 我们爱的，究竟是那个真实具体的人，还是我们亲手描绘、任由笔墨装点的幻影？ 爱一个具体的人是困难的，它要求我们接纳不完美，也要求我们勇敢表达。我们渴望被对方懂得，却又常常困于言语的倒刺与内心的怯懦。这很矛盾，却也因爱的真实而显得合理。 或许，在爱里我们都该更坦诚一些——不只爱那理想中的影子，也爱具体的人；不只藏在沉默背后，也敢走向对方，说一句：“我在这里。”...

《普罗旺斯的夏天》是一首流淌在阳光、橄榄树与蝉鸣中的田园诗，它不疾不徐地讲述了一个关于隔阂、理解与回归的故事。 影片始于一场并不愉快的相聚。来自巴黎的阿德里安、蕾雅和里昂兄妹三人，因母亲工作的缘故，被外婆带到南法乡下与外公共度暑假。巨大的城乡差异让冲突一触即发——在外孙们眼中，这里的一切都显得“土气”而难以忍受。 然而，改变总发生在不经意间。一场当地的节日庆典，成了他们融入乡村生活的开端。阿德里安和蕾雅在这里经历了年轻人特有的心动与恋爱。令我印象深刻的是蕾雅的转变，在参与斗牛活动后，她悄然摘下了眉钉、鼻环和头巾。那一刻，她展现出一种“清水出芙蓉，天然去雕饰”的美，仿佛卸下的不仅是装饰，更是城市赋予她的坚硬外壳。 影片最动人的笔触之一，是外公形象的逐渐丰满。当年轻时与他一同组建乐队的挚友们突然到访，在院子里弹唱起旧日的摇滚乐时，往日的激情与梦想在星光下复苏。兄妹俩也由此窥见外公不为人知的过往，开始真正理解他坚硬外表下柔软的内心。 当然，生活从不只有阳光。就在外公坚守二十年的橄榄树终于获奖的同时，蕾雅仿效母亲当年的做法，与“披萨哥”私奔了。而阿德里安则选择了另一条路——他带着外公，一...

决策树归纳算法必须为不同类型的属性提供表示属性测试条件和其对应输出的方法 二元属性 二元属性的测试条件产生两个可能的输出 标称属性 由于标称属性有多个属性值，他的测试条件可以用两种方法表示，对于多路划分，其输出数取决于该属性不同属性值的个数；某些决策树算法只产生二元划分，它们考虑创建k个属性值的二元划分的所有2k−1−12^{k-1}-12k−1−1种方法。 序数属性 序数属性也可以产生二元或多路划分，只要不违背序数属性值的有序性，就可以对属性值进行分组 连续属性 对于连续属性来说，测试条件可以是有二元输出的比较测试（A<vA<vA<v)或(A>=vA>=vA>=v),也可以是具有形如vi<=A<vi+1输出的范围查询。对于二元划分，决策树算法必须考虑到所有可能的划分点v，并从中选择产生最佳划分的点。对于多路划分，算法必须考虑所有可能的连续值区间。

核心思想 对于连续属性，我们不可能像离散属性那样枚举所有可能的值作为分支。取而代之的是，我们将连续值排序，然后考虑一系列候选划分点，并找到一个能产生“最佳”子集的划分点。 关键度量标准 衡量“最佳”划分的度量标准主要有三个，它们都旨在衡量划分后子集的“纯度”提升。 1. 信息增益 - 基于信息熵 这是最经典的度量，用于ID3、C4.5等算法。 信息熵： 度量数据集 D 的不确定性（混乱程度）。 Entropy(D)=−Σ(pi∗log₂(pi))Entropy(D) = -Σ (p_i * log₂(p_i))Entropy(D)=−Σ(pi​∗log₂(pi​)) 其中 pip_ipi​ 是数据集中第 i 类样本所占的比例。熵越高，数据越混乱。 信息增益： 使用属性 AAA在划分点 ttt进行划分后，数据集不确定性减少的程度。 IG(D,A,t)=Entropy(D)−Σ(∣Dv∣/∣D∣)∗Entropy(Dv)IG(D, A, t) = Entropy(D) - Σ (|D_v| / |D|) * Entropy(D_v)IG(D,A,t)=Entropy(D...

今天是周六，难得没有早课，却也在九点自然醒来。没有急着起床，放任自己沉浸在假期的松弛里，随后便进入召唤师峡谷，从上午一直酣战到午后两点多。 有些倦了，便上床小憩片刻。四点半醒来，一边观看 KT 与 GEN 的激烈对决，一边整理这段时间落下的笔记。KT 以 3:1 战胜 GEN，这个结果多少有些令人意外——在我原本的印象中，他们似乎是 LCK 四支队伍中实力最弱的一支。比赛的不可预测，或许正是其魅力所在。 晚间继续在英雄联盟中放松，直到十点半。随后，是每日例行的阅读时光。今天翻开的是《窄门》。 爱情，果然是文学中永恒的主题。《窄门》将男女初入爱河时那种细腻、矛盾又真实的心理刻画得淋漓尽致，也清晰地呈现了双方对爱情理解的差异：男性在情感萌发时，往往只看见眼前的幸福与光亮；而女性则更早地感知到背后的责任与重量。 这也不禁让人联想到现实——在爱情中，我们似乎常常走向两个极端：要么沉溺于一时的欢愉，不去思考未来；要么过早地被尚未到来的难题困住脚步，忘却了当下相爱的本心。 如何在“此刻”与“未来”之间找到那扇“窄门”，或许正是我们在爱中终其一生要学习的功课。

今天没有早课，难得睡到早上十点。悠悠醒转，阳光已铺了半窗。 上了两节课后，回来赶上 AL 与 T1 的比赛。双方状态拉满，打满五局，最终 AL 以 2:3 遗憾落败。比赛太过精彩，以至于今天原定的笔记整理计划，也被顺延了下去。 也是在今天，我读完了《我与地坛》。 史铁生以隽永的笔触、优美的文字，记述了他与地坛之间绵长而深刻的缘分。他写地坛里的人，写医院中的时光，写童年的片段，一切娓娓道来，像一段安静流淌的河。不知不觉间，你就随他走完了这一程。 我喜欢他对待生活的态度——我们要尊重自己的生活，去发现其中的幸福，而不是总向往别人的剧本。 他的文字总带着一种淡淡的愁绪，像秋天的落叶，但并不让你沉溺于悲伤，反而引人静思，心生安宁。 我们总在缅怀过去，而有些事，的确“只适合收藏”。正如他所说：“我没有忘记，有些事只适合收藏。”那些说不清、道不明的情感与记忆，就让它安静地留在心里，慢慢咀嚼，独自回味。 合上书，像是结束了一场漫长而温柔的对话。地坛依旧安静，而生活，继续向前。

今天的课程从早晨八点半一直排到晚上八点半，像是被时间推着走。但在连轴转的缝隙里，我依然固执地“偷”来片刻——动手美化了电脑桌面。 换一张壁纸，整理散落的图标，像是在整理一天的心情。这个小小的仪式，让我在密不透风的日程中，为自己打捞出一块清净地。 课业之余，也仔细研读了数据挖掘与计算机视觉的相关内容。只是今天实在来不及整理成笔记，只能留待明日。 晚上继续翻开《我与地坛》。史铁生的笔触干净而深情，他写童年往事，写斑驳记忆，字句间流淌着对往昔光景的深深眷恋。那些看似平淡的叙述里，藏着一个灵魂对生命最初的凝视与回望。 忙碌是真实的，但那些被我们主动选择、亲手打捞的瞬间，让这一天不只是“忙碌”，而成为“生活”。

决策树分类法 树的节点： 1.根节点：没有入边但有零条或多条出边 2.内部节点：恰有一条入边和两条或多条出边 3.叶节点：恰有一条入边，没有中边 工作原理： 每个叶节点都赋予一个类标号。非终结点则包含属性测试条件，用以分开具有不同特性的记录 决策树的建立 Hunt算法 思想：通过将训练记录相继划分成较纯的子集，以递归方式建立决策树。 递归定义：设Dt是与节点t相关联的训练记录集，而y={y1,y2,…,yc}是类标号 (1)如果Dt中所有记录都属于同一个类yt。则t是叶结点，用yt标记； (2)如果Dt中包含属于多个类的记录，则选择一个属性测试条件,将记录划分成较小的子集。对于测试条件的每个输出，创造一个子女节点，并根据测试结果将Dt中的记录分布到子女结点中。然后，对于每个子女结点。递归地调用该算法 决策树归纳地设计问题 (1)如何分裂训练记录 树增长过程的每个递归步都必须选择一个属性测试条件，将记录划分成较小的子集 为了实现这个步骤，算法必须提供为不同类型的属性指定测试条件的方法，并且提供评估每种测试条件的客观度量 (2)如何停止分裂过程 需要有结束条件，已终止决策树...