原理化BSDF 输入 属性 输出 示例 原理化BSDF Principled BSDF. The Principled BSDF that combines multiple layers into a single easy to use node. It is based on the Disney principled model ...

线组 可见性 边类型 边标记 面标记 集合 线组 参考 面板 属性 ‣ 视图图层 ‣ 自由样式线集 在 Freestyle 检测到的线条（边缘）中，线条集选择哪些线条（边缘）将通过各种方法使用其附加的 线条样式 ,进行渲染。 “自由式线条集” 面板。 选择依据 图像边界 使 Freestyle 在计算线条时仅考虑图像边框...

Picker 选择器 介绍 引入 代码演示 基础用法 选项配置 顶部栏 默认选中项 多列选择 级联选择 禁用选项 动态设置选项 加载状态 搭配弹出层使用 API Props Events Slots Column 数据结构 方法 样式变量 常见问题 在桌面端无法操作组件？ Picker 选择器 介绍 提...

Picker 选择器 介绍 引入 代码演示 基础用法 选项配置 顶部栏 默认选中项 多列选择 级联选择 禁用选项 动态设置选项 加载状态 搭配弹出层使用 API Props Events Slots Column 数据结构 方法 样式变量 常见问题 在桌面端无法操作组件？ Picker 选择器 介绍 提...

Picker 选择器 介绍 引入 代码演示 基础用法 选项配置 顶部栏 默认选中项 多列选择 级联选择 禁用选项 动态设置选项 加载状态 搭配弹出层使用 API Props Events Slots Column 数据结构 方法 样式变量 常见问题 在桌面端无法操作组件？ Picker 选择器 介绍 提...

1.2. 线性和二次判别分析 1.2.1. 使用线性判别分析来降维 1.2.2. LDA 和 QDA 分类器的数学公式 1.2.3. LDA 的降维数学公式 1.2.4. Shrinkage（收缩） 1.2.5. 预估算法 1.2. 线性和二次判别分析 校验者: @AnybodyHome @numpy @Loopy 翻译者: @FAME ...

1.2. 线性和二次判别分析 1.2. 线性和二次判别分析 1.2.1. 使用线性判别分析来降维 1.2.2. LDA 和 QDA 分类器的数学公式 1.2.3. LDA 的降维数学公式 1.2.4. Shrinkage（收缩） 1.2.5. 预估算法 1.2. 线性和二次判别分析 1.2. 线性和二次判别分析 校验者: @Anybo...

广义线性回归 1 普通线性模型 2 广义线性模型 3 源码分析 3.1 使用实例 3.2 训练模型 3.3 链接函数 参考文献 广义线性回归 1 普通线性模型   普通线性模型(ordinary linear model )可以用下式表示： Y = \beta0 + \beta_1 x_1 + \beta_2 x_2 + … + ...

从顶点创建边/面 输入 属性 输出 从顶点创建边/面 边缘顶点 节点输出网格每个边缘的两个顶点的位置和索引。 Note 边缘的两个顶点的顺序是任意的。在一些情况下，它可以基于创建网格的算法的内部可预测，但通常不应依赖于顺序。 输入 该节点没有输入项。 属性 这个节点没有属性。 输出 闵可夫斯基 1/2 The index ...

本书的结构 读完本书后你将能够做些什么事？ 标题中的“数学奇才的古老艺术”有什么含义？ 本书的结构 这本书按照边学边做的原则编写。与其被动地接受书中的内容，我建议读者使用书中提供的Python代码来进行实践。尝试各种算法，做一些修改，使用不同的数据集查看效果，从而真正地掌握这些知识和技术。 我会尝试在简单易懂的Python代码和其背后的算法...