老师好，能否提供一下这里面用的几首歌？可以跟着实操一下

老师好，

sox安装后在Windows下怎么使用呢？在安装目录下点击sox.exe没有反应。上网查了也没明白，怎么使用才能实现，视频中创建混音数据的功能。

老师，这里能不能展开写一下，我有点算不来，谢谢

这里的x后面不应该是k吗？为什么还是xi？

η不应该就是i下标吗，计算的是i确定后j从1~k的每一项概率加和，ηj=θjTx（i），这里面的j才应该是外面的1~k，i是Pi确定的

老师，这里为什么要对b求最小呢？

老师，加入软间隔加入了，使得为了满足个别的异常点满足条件就把支撑向量移到了异常点的位置，那是不是已知橙色的判对的点因为支撑平面的移动全都判错了呢

X=np.reshape(X,(1,-1))[0]

result_index=model_loaded.predict([tset_fft_features])[0]
这两句代码是什么意思呢

这应该是减号吧

老师，怎么去理解视屏中的正例和负例呀，我一直都不太懂？正例就是预测对了，负例就是预测错了？

如果说五条样本三条正立，计算正立的时不需要乘以C5,3吗？如果不乘的话，那么他的总概率之和加起来应该不会等于1？

如果说五条样本三条正立，计算正立的概率时不需要乘以C5,3吗？如果不乘的话，那么他的总概率之和加起来应该不会等于1？

老师说的正立和负立是不是对应数学里的成功和失败呀，还有伯努利分布前面不是有一个组合数的系数吗？为什么这里没有呢？

老师，我想问下七分四十七秒时那个return a那一行语句是干啥用的，删掉之后为啥就报错了

关于的理解,

我们令分子的函数距离为1，得到最终最优化是等同于min||w||₂,课程25:07到25:13左右大概意思是说“这个对L2范数的最小化相当于对L2正则化进行最小化，可以提高模型的泛化能力"。但是在广义线性回归问题中L2正则化越大则模型的泛化能力越强。这两处感觉理解上有矛盾，该如何理解？