在线性代数中，对于一个给定的线性变换A，它的特征向量经过这个线性变换的作用之后，得到的新向量仍然与原来的v保持在同一条直线上，但长度或方向也许会改变，即：$$Av = \lambda v$$其中$\lambda$为标量，即特征向

决策树图例： 如果有这样一个图，我们在对数据进行离散化处理后，我们就能很容易地进行分类，那么这样一个图是怎么建立起来的呢？其中的每一个节点都是怎么确定的呢？ 决策树学习的关键其实就是选择最优划分属性，希望划分后，分支结点的“纯度”越来

给结构图，求响应1、 单输入单输出求传递函数再求输出的响应的过程不再赘述，下面是零输入状态下的响应。

梅逊(Mason)公式是美国麻省理工学院S.J. Mason于20世纪 50年代提出的。 借助于梅逊公式，不经任何结构变换，可以直接由结构图得到系统的传递函数。$$G(s) = \frac{\sum_{k=1}^{m}P

本文根据视频内容b站UP主DR_CAN的自动控制原理再辅以卢京潮的课程和自己查找的资料等记录而成，强烈推荐观看该系列视频。本文用到的数学基础拉普拉斯变换的内容在我的另一篇文章《拉普拉斯变换》已经详细说明，在此基础上阅读本文。 开环和闭环系统

阅读本文之前，建议先阅读我的另一篇文章《傅里叶级数与傅里叶变换公式推导》，这是本文的基础。 另外可参考视频【中文翻译配音】3D动画详细解释傅里叶与拉普拉斯变换！ 以及 珂学原理」No. 26「拉普拉斯变换了什么 以及 傅里

首先，傅里叶分析是指把一个周期或非周期函数展开成一个个三角函数的叠加，如果是对其还没有基本概念的，可以看看傅里叶分析之掐死教程，这篇文章不依赖数学公式却又十分透彻地讲述了傅里叶分析的基本概念，十分值得一读。但如果先深入探讨其中的数学由来，

使用pycharm图形界面安装第三方库失败，遇到下面的错误： pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host=’files.py

本文的代码基于书本《机器学习实战》 概念k-近邻算法采用测量不同特征值之间距离的方法进行分类。工作原理是：存在一个样本数据集合，称作训练样本集，样本中每个数据都存在标签。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进

在Markdown文本中如何使用数学公式