Java 异常分为两大类 1. 错误（Error）是指 JVM 系统内部错误、资源耗尽等严重情况。 2. 违例（Exception）则是指其他因编程错误或偶然的外在因素导致的一般性问题，例如对负数开平方根、空指针访问、试图读取不存在的文件以及网络连接中断等。 ## 小示例 课程配套代码 ▶ sample.exception.FirstExceptionSample.java ## 异常的概念及分类 Java 异常分为两大类 1. 错误（Error）是指 JVM 系统内部错误、资源耗尽等严重情况。 2. 违例（Exception）则是指其他因编程错误或偶然的外在因素导致的一般性问题，例如对负数开平方根、空指针访问、试图读取不存在的文件以及网络连接中断等。 ## 小示例 课程配套代码 ▶ sample.exception.FirstExceptionSample.java ## Java 异常分类

分别与 lw 和 sw 相同。 除四则运算指令（fadd.s、fadd.d、fsub.s、fsub.d、fmul.s、fmul.d、fdiv.s、fdiv.d）外，RV32F和RV32D还包括求平方根（fsqrt.s、fsqrt.d）指令，以及取最小值和取最大值指令（fmin.s、fmin.d、fmax.s、fmax.d），后者在不使用分支指令的情况下，将一对源操作数的较小值或较大值写入目的寄存器。 |0010000|rs2|rs1|010|rd|1010011|| ### fsqrt.d rd, rs1 f[rd] = √f[rs1] 双精度浮点求平方根。R 型，在 RV32D 和 RV64D 中。 计算 f[rs1] 中的双精度浮点数的平方根，将舍入后的双精度结果写入 f[rd]。 |31|25 24|20 19|15 14|12 11|7 6|0| |---|---|---|---|---|---|---| \begin{array}{r}{\texttt{f[r d]}=\sqrt{\texttt{f[r s1]}}}\end{array} $$ 单精度浮点求平方根。R 型，在 RV32F 和 RV64F 中。 计算 f[rs1] 中的单精度浮点数的平方根，将舍入后的单精度结果写入 f[rd]。 |31|25 24|20 19|15 14|12 11|7 6|0| |---|---|---|---|---|---|---|

但仍无法超出“硬限制”。 ## 表达式 您可以在任何数字框中输入数学表达式。例如，输入 3*2或 10/5+4代替6。甚至可以使用像 pi (3.142)这样的常数或像 sqrt(2) (2的平方根)这样的函数。 ## See also 这些表达式来自于Python的内置函数，所有可用的数学表达式请参阅：Math模块引用. ## 表达式作为驱动 用户可能希望键入的表达式可以在输入后重新 将第一个输入值作为被除数，第二个值作为除数进行相除数学运算。 乘后再加： 将两个乘积值再次进行相加运算。 能量（乘方）：将“底数”进行“乘方”运算。 对数： 以基数为基数的值的对数。 平方根：求输入值的平方根。 平方取倒：即用数字1除以一个数值的平方根所得的结果。 绝对： The input value is read without regard to its sign. This turns negative 更多详细信息，请参阅数学参考： 类型 The built-in function to use. 正弦： Sine. 余弦： Cosine. 切向(正切)： Tangent. 平方根： 求输入值的平方根。 The natural log of the value. 自然对数： $ \sin(x)/x $规格化的正弦：添加此选项会将修改器添加到曲线中，而不是默认替换它。 振幅调整Y缩放。

，但仍无法超出“硬限制”。 ## 表达式 您可以在任何数字框中输入数学表达式。例如，输入 3*2或 10/5+4代替6。甚至可以使用像 pi (3.142)这样的常数或像 sqrt(2)(2的平方根)这样的函数。 ## See also 这些表达式来自于Python的内置函数，所有可用的数学表达式请参阅：Math模块引用. ## 表达式作为驱动 用户可能希望键入的表达式可以在输入后重新 将第一个输入值作为被除数，第二个值作为除数进行相除数学运算。 乘后再加： 将两个乘积值再次进行相加运算。 能量（乘方）：将“底数”进行“乘方”运算。 对数： 以基数为基数的值的对数。 平方根：求输入值的平方根。 平方取倒：即用数字1除以一个数值的平方根所得的结果。 绝对： The input value is read without regard to its sign. This turns negative ： 类型 The built-in function to use. |正弦:|Sine.| |---|---| |余弦:|Cosine.| |切向(正切):|Tangent.| |平方根:|求输入值的平方根。| |自然对数:|The natural log of the value.| |规格化的正弦:|\\(\\sin(x)/x\\)。| 添加此选项会将修改器添加到曲线中，而不是默认替换它。

乘后再加： 将两个乘积值再次进行相加运算。 能量（乘方）：将"底数"进行"乘方"运算。 对数： 以基数为基数的值的对数。 平方根：求输入值的平方根。 平方取倒：即用数字1除以一个数值的平方根所得的结果。 绝对： The input value is read with without regard to its sign. 指数： Raises Euler's 这些是额外的公式，每个公式都有相同的选项来控制它们的形状。有关每个功能的更多详细信息，请参阅数学参考： ## 类型 内建函数修改器 正弦： 输入值的正弦。 余弦：余弦. 切向（正切）：切向（正切）. 平方根：求输入值的平方根。 自然对数： 以基数为基数的值的对数。 规格化的正弦： $ \backslash(\sin(x)/x) $. 添加此选项会将修改器添加到曲线中，而不是默认替换它。 振幅调整Y缩放。

围，但仍无法超出“硬限制”。 ## 表达式 您可以在任何数字框中输入数学表达式。例如，输入 3*2或 10/5+4代替6。甚至可以使用像 pi(3.142)这样的常数或像 sqrt(2)(2的平方根)这样的函数。 ## See also 这些表达式来自于Python的内置函数，所有可用的数学表达式请参阅：Math模块引用. ## 表达式作为驱动 用户可能希望键入的表达式可以在输入后重新 将第一个输入值作为被除数，第二个值作为除数进行相除数学运算。 乘后再加： 将两个乘积值再次进行相加运算。 能量（乘方）：将“底数”进行“乘方”运算。 对数： 以基数为基数的值的对数。 平方根：求输入值的平方根。 平方取倒：即用数字1除以一个数值的平方根所得的结果。 绝对： The input value is read without regard to its sign. This turns negative

拥有相同的寻址模式和指令格式。添加到标准算术运算中的指令有：（fadd.s，fadd.d，fsub.s，fsub.d，fmul.s，fmul.d，fdiv.s，fdiv.d），RV32F 和 RV32D 还包括平方根（fsqrt.s，fsqrt.d）指令。它们也有最小值和最大值指令（fmin.s，fmin.d，fmax.s，fmax.d），这些指令在不使用分支指令进行比较的情况下，将一对源操作数中的较小值或较大值写入目的寄存器。 \mathrm{f}[\mathrm{rd}]=\sqrt{\mathrm{f}[\mathrm{rs}1]} $$ 双精度浮点平方根(Floating-point Square Root, Double-Precision). R-type, RV32D and RV64D. 将 f[rs1] 中的双精度浮点数的平方根舍入和写入 f[rd]。 |31|25 24|20 19|15 14|12 11|7 6|0| |- | ### fsqrt.s rd, rs1, rs2 f[rd] = √f[rs1] 单精度浮点平方根(Floating-point Square Root, Single-Precision). R-type, RV32F and RV64F. 将 f[rs1] 中的单精度浮点数的平方根舍入和写入 f[rd]。 |31|25 24|20 19|15 14|12 11|7 6|0| |-

损失函数：Logcosh Logcosh是预测误差的双曲余弦的对数。不会受到偶尔出现的极端不正确预测的强烈影响，同时收敛速度快。 ## 评价指标：RMSE和R $ ^{2} $ RMSE：预测值与真实值的误差平方根的均值 R^2：范围为0-1，越接近1，表明这个模型对数据拟合能力越好。 ![Image](/uploads/documents/8/8/a/4/88a4e8e59674f74c7f37e59280fe9915/p12_2

数据清洗 03 特征工程 04 数据建模 ### 3. 特征工程 ## 特征工程和特征选择 ·特征工程: 获取原始数据并提取或创建新特征的过程。这可能意味着需要对变量进行变换，例如自然对数和平方根，或者对分类变量进行one-hot编码，以便它们可以在模型中使用。一般来说，我认为特征工程是从原始数据创建附加特征。 ·特征选择: 选择数据中最相关的特征的过程。在特征选择中，我们删除特征以帮助模