注释
<!--
你好
-->
多个公式并列
T F − I D F = T F ∗ I D F = N 文 本 总 的 单 词 个 数 ∗ l o g 2 ( 文 本 总 数 包 含 这 个 单 词 的 文 本 数 量 ) \begin{aligned} TF-IDF &=TF*IDF \\ &= \frac{N}{文本总的单词个数}*log_2(\frac{文本总数}{包含这个单词的文本数量}) \end{aligned}TF−IDF=TF∗IDF=文本总的单词个数N∗log2(包含这个单词的文本数量文本总数)
$$
\begin{aligned}
TF-IDF &=TF*IDF \\
&= \frac{N}{文本总的单词个数}*log_2(\frac{文本总数}{包含这个单词的文本数量})
\end{aligned}
$$
花括号
a + b + ⋯ ⏞ = t + z ⏟ total a + b + ⋯ ⏞ 126 + z \begin{aligned} \underbrace{a + \overbrace{b+\cdots}^{=t}+z}_{\text{total}} ~~ a + {\overbrace{b+\cdots}}^{126}+z \end{aligned}totala+b+⋯=t+z a+b+⋯126+z
代码:
\begin{aligned}
\underbrace{a + \overbrace{b+\cdots}^{=t}+z}_{\text{total}} ~~ a + {\overbrace{b+\cdots}}^{126}+z
\end{aligned}
m { a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋯ ⋱ ⋮ a m 1 a m 2 ⋯ a m n ⏞ n m\left\{\overbrace{ \begin{array} {cccc} a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\cdots&\ddots&\vdots&\\ a_{m1}&a_{m2}&\cdots&a_{mn}\\ \end{array} }^{n} \right.m⎩⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎧a11a21⋮am1a12a22⋯am2⋯⋯⋱⋯a1na2n⋮amnn
代码:
m\left\{\overbrace{
\begin{array}
{cccc}
a_{11}&a_{12}&\cdots&a_{1n}\\
a_{21}&a_{22}&\cdots&a_{2n}\\
\vdots&\cdots&\ddots&\vdots&\\
a_{m1}&a_{m2}&\cdots&a_{mn}\\
\end{array}
}^{n}
\right.
R m ∗ n m = 9947 ∗ n = 15774 = a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋯ ⋱ ⋮ a m 1 a m 2 ⋯ a m n \mathbb{R}^{m*n_{m=9947*n=15774}}=\begin{array} {cccc} a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\cdots&\ddots&\vdots&\\ a_{m1}&a_{m2}&\cdots&a_{mn}\\ \end{array}Rm∗nm=9947∗n=15774=a11a21⋮am1a12a22⋯am2⋯⋯⋱⋯a1na2n⋮amn
代码:
\mathbb{R}^{m*n_{m=9947*n=15774}}=\begin{array}
{cccc}
a_{11}&a_{12}&\cdots&a_{1n}\\
a_{21}&a_{22}&\cdots&a_{2n}\\
\vdots&\cdots&\ddots&\vdots&\\
a_{m1}&a_{m2}&\cdots&a_{mn}\\
\end{array}
矩阵字母表示,双R表示
$\mathbb{R}^{9947*15774}$
R 9947 ∗ 15774 \mathbb{R}^{9947*15774}R9947∗15774
分数公式
T F = 1 2 TF=\frac{1}{2}TF=21
$$
TF=\frac{1}{2}
$$
通过\frac来实现
矩阵
m { a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋯ ⋱ ⋮ a m 1 a m 2 ⋯ a m n ⏞ n \begin{aligned} m\left\{\overbrace{ \begin{array} {cccc} a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\cdots&\ddots&\vdots&\\ a_{m1}&a_{m2}&\cdots&a_{mn}\\ \end{array} }^{n} \right. \end{aligned}m⎩⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎧a11a21⋮am1a12a22⋯am2⋯⋯⋱⋯a1na2n⋮amnn
代码:
\begin{aligned}
m\left\{\overbrace{
\begin{array}
{cccc}
a_{11}&a_{12}&\cdots&a_{1n}\\
a_{21}&a_{22}&\cdots&a_{2n}\\
\vdots&\cdots&\ddots&\vdots&\\
a_{m1}&a_{m2}&\cdots&a_{mn}\\
\end{array}
}^{n}
\right.
\end{aligned}
R m ∗ n = a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋯ ⋱ ⋮ a m 1 a m 2 ⋯ a m n \begin{aligned} \mathbb{R}^{m*n}=\begin{array} {|cccc|} a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\cdots&\ddots&\vdots&\\ a_{m1}&a_{m2}&\cdots&a_{mn}\\ \end{array} \end{aligned}Rm∗n=a11a21⋮am1a12a22⋯am2⋯⋯⋱⋯a1na2n⋮amn
代码:
\begin{aligned}
\mathbb{R}^{m*n}=\begin{array}
{|cccc|}
a_{11}&a_{12}&\cdots&a_{1n}\\
a_{21}&a_{22}&\cdots&a_{2n}\\
\vdots&\cdots&\ddots&\vdots&\\
a_{m1}&a_{m2}&\cdots&a_{mn}\\
\end{array}
\end{aligned}
向量
y = y 1 y 2 ⋮ y n \begin{aligned} y= \begin{array} {|c|} y_{1} \\ y_{2}\\ \vdots&\\ y_{n} \end{array} \end{aligned}y=y1y2⋮yn
源码如下:
$$
\begin{aligned}
y=
\begin{array}
{|c|}
y_{1} \\
y_{2}\\
\vdots&\\
y_{n}
\end{array}
\end{aligned}
$$
方程组
{ w + b = 3 2 w + b = 8 \left\{ \begin{array}{l} w+b=3 \\ 2w+b=8 \end{array} \right.{w+b=32w+b=8
latex 公式为:
$$
\left\{
\begin{array}{l}
w+b=3 \\
2w+b=8
\end{array}
\right.
$$
表格
这其实是markdown的表格格式,比latex要简单一些
| 字段名称 | 类型 | 描述 | 说明 |
|---|---|---|---|
| content_id | Int | 数据ID | / |
| content | String | 文本内容 | / |
| subject | String | 主题 | 提取或依据上下文归纳出来的主题 |
| sentiment_value | Int | 情感分析 | 分析出的情感 |
| sentiment_word | String | 情感词 | 情感词 |
| 字段名称 | 类型 | 描述 | 说明 |
|-----------------|--------|----------|--------------------------------|
| content_id | Int | 数据ID | / |
| content | String | 文本内容 | / |
| subject | String | 主题 | 提取或依据上下文归纳出来的主题 |
| sentiment_value | Int | 情感分析 | 分析出的情感 |
| sentiment_word | String | 情感词 | 情感词 |
字母下边有下标
max a < x < b \max \limits_{a<x<b}a<x<bmax
公式中空格
| 两个quad空格 | a \qquad b | 两个m的宽度 |
|---|---|---|
| quad空格 | a \quad b | 一个m的宽度 |
| 大空格 | a\ b | 1/3m宽度 |
| 中等空格 | a;b | 2/7m宽度 |
| 小空格 | a,b | 1/6m宽度 |
| 没有空格 | ab | 正常 |
| 紧贴 | a!b | 缩进1/6m宽度 |
\qquad 的效果如下,空格还是挺大的。
$$
a \qquad b
$$
a b a \qquad bab
字母上有特殊符号
在使用MarkDown写笔记的时候,常常遇到公式中字母带有头顶符号的,如箭头,波浪线和角号等,在此记录下。
角号 a ^ \hat{a}a^ 或 a ^ \widehat{a}a \hat{a}$ 或 $\widehat{a}
右箭头b → \stackrel{\rightarrow}{b}b→ \stackrel{\rightarrow}{b}
左箭头b ← \stackrel{\leftarrow}{b}b← \stackrel{\leftarrow}{b}
横线 c ‾ \overline{c}c\overline{c}
一个点d ˙ \dot{d}d˙ \dot{d}
二个点d ¨ \ddot{d}d¨ \ddot{d}
波浪线 e ~ \tilde{e}e~或者E E ~ \widetilde{EE}EE \tilde{e}或 者 或者或者\widetilde{EE}
分段函数
y = { 0 x=0 1 x!=0 y = \begin{cases} 0& \text{x=0}\\ 1& \text{x!=0} \end{cases}y={01x=0x!=0
$$
y =
\begin{cases}
0& \text{x=0}\\
1& \text{x!=0}
\end{cases}
$$
另一种形式
f ( x ) = { x = cos ( t ) y = sin ( t ) z = x y f(x)=\left\{ \begin{aligned} x & = & \cos(t) \\ y & = & \sin(t) \\ z & = & \frac xy \end{aligned} \right.f(x)=⎩⎪⎪⎨⎪⎪⎧xyz===cos(t)sin(t)yx
$$
f(x)=\left\{
\begin{aligned}
x & = & \cos(t) \\
y & = & \sin(t) \\
z & = & \frac xy
\end{aligned}
\right.
$$
导数
看下效果
f ( x + Δ x ) ≈ f ( x ) + f ′ ( x ) Δ x + 1 2 f ′ ′ ( x ) Δ x 2 f(x+\Delta{x}) \approx f(x)+f^{'}(x)\Delta{x}+\frac{1}{2}f^{''}(x)\Delta{x}^2f(x+Δx)≈f(x)+f′(x)Δx+21f′′(x)Δx2
f(x+\Delta{x}) \approx f(x)+f^{'}(x)\Delta{x}+\frac{1}{2}f^{''}(x)\Delta{x}^2
f^{’}可以表示为f ′ f^{'}f′,另一种符号表示形式为: f^{\prime} ,效果f ′ f^{\prime}f′,另一种写法就是:
∂ z ∂ x + ∂ z ∂ y \frac{\partial z}{\partial x} + \frac{\partial z}{\partial y}∂x∂z+∂y∂z
$$
\frac{\partial z}{\partial x} + \frac{\partial z}{\partial y}
$$
其中∂ \partial∂:\partial
大括号
[ x ] \bigg [ x \bigg ][x]
$$
\bigg [ x \bigg ]
$$
字母下划线
max a i > 0 \max \limits_{a_i>0}ai>0max
$\max \limits_{a_i>0}$
大于等于、小于等于
\ge
\le
效果看这里:≥ , ≤ \ge,\le≥,≤
无穷大、无穷小
正负无穷:± ∞ \pm \infty±∞
正无穷:+ ∞ + \infty+∞
负无穷:− ∞ - \infty−∞
正负无穷:$\pm \infty$
正无穷:$+ \infty$
负无穷:$- \infty$
集合关系
属于:\in
效果:a ∈ A a \in Aa∈A
不属于:\notin
效果:b ∉ A b \notin Ab∈/A
连乘 符号
\prod_{i=0}^n
∏ i = 0 n \prod_{i=0}^ni=0∏n
中心点
K i j = ϕ ( x i ) ⋅ ϕ ( x j ) K_{ij}=\phi(x_i) \cdot \phi(x_j)Kij=ϕ(xi)⋅ϕ(xj)
$K_{ij}=\phi(x_i) \cdot \phi(x_j)$