行文结构，CNN行文模板，主成分分析行文模板，SVM行文模板
文章出自 20102840089，仅供学习，侵删

1 行文结构

这里在进行问题求解时，是使用三种方法进行对比实验，这个和以前自己参加的省赛有点不同，我们最后是还有一个模型检验，将使用不同的方法对问题求解的正确性进行论证，但是现在看来，通过上图的行文结构，可能更加清爽一点，可操作性也更多。

2 数据处理归一化

在深度学习中会经常使用到的归一化BN数据操作，这里是通过表格和伪代码的形式给出的，可以借鉴一下，避免直接堆砌公式。

3 不平衡分类问题评价指标

这里是针对不平衡分类中常常使用的评价指标，有召回率，准确率等等，用到可以借鉴该行文思路。

4 SVM行文模板

作为最经典的机器学习方法，在现有的sklearn中都封装了现有的模型，我们需要做的是，对数据进行处理操作，比如读入数据，将数据的横纵轴分开，针对不同的变量进行数据抽离，这样才可以较为轻松的将数据传入模型中。

5 CNN架构行文模板

这一块是将CNN的运算逻辑都写出来了，从前向传播到反向传播，再到loss计算等，都通过公式的方式写下来了，后期用到也是可以直接搬过来用的。

6 PAC主成分分析法

将当前的主成分分析法通过公式的方式展示出来，并且最后通过热力图的形式进行可视化，可以借鉴一下，画图是origin或者是matplotlib包。

7 聚类方法

使用的是改进后的K-means聚类方法，可以借鉴。