这学期上Machine Learning的课，有几个比较好的/容易忘记的点记一下，不定期更新这篇~
向量的点乘
np.zeros(3)生成一个dimension为(3,)的东西。我一直不太知道这是横的还是竖的向量。它的转制还是它本身。
内积和外积都是点乘，也就是说：
如果用
np.dot(a,a)，也是一样的结果。另外，
np.dot和@是等价的。
Python基本用法
zip可以将两个数列中的数合并到一起。比如
# X=[[1 2]; [3 4]], y = [1; 2]
for xt, yt in zip(X, y) # 能将[1 2]和1放到一块，[3 4]和2放到一块
这种用法可以替代每次X和y都要去index同一个i的情形。
Pyplot
画出以下图：
的code为：
%matplotlib inline
# plot x and y values
x_axis = [i for i in range(10)]
plt.plot(x_axis, RMS_train, 'ro-', label="Train")
plt.plot(x_axis, RMS_test, 'go-', label="Test")
# set x and y axis lims
plt.ylim(0, 0.18), plt.xlim(-1, 10)
# set x and y axis ticks
plt.xticks(np.arange(0, 10, 1))
# label & legend & title
plt.legend(loc="best")
plt.xlabel("lamda index")
plt.ylabel("RMS_ERROR")
plt.title("Part C")
# Get current size
fig_size = plt.rcParams["figure.figsize"]
# Set figure width and height
fig_size[0] = 10
fig_size[1] = 5
plt.rcParams["figure.figsize"] = fig_size
# show pic
plt.show()
conda create -n py36 python=3.6 anaconda
conda create -n py27 python=2.7 anaconda
source activate py36
source deactivate
conda env list # list
# use pip in environment
conda install -n myenv pip
source activate myenv
pip <pip_subcommand>
