西瓜书学习笔记系列

【学习笔记】机器学习西瓜书-第一章课后作业

1.1表1.1若只包含编号为1和4的两个样例，试给出相应的版本空间。结果：1青绿，蜷缩，浊响3青绿，蜷缩，*7青绿，*，浊响9青绿，*，*19*，蜷缩，浊响21*，蜷缩，*25*，*，浊响只考虑（色泽=青绿；根蒂=蜷缩；敲声=浊响；好瓜）和（色泽=乌黑；根蒂=稍蜷；敲声=沉闷；坏瓜）两个样例。具体过程：（1）首先考虑全部的假设空间，共有333+1（空集）=28种1青绿，蜷缩，浊响2青绿，蜷缩，沉闷
Schanappi·2022-10-24 18:22

机器学习（周志华）--西瓜书简要笔记（2）

第二章模型评估与选择一、经验误差与过拟合1.错误率--分类错误的样本数占样本总数的比例。精度--精度=1-错误率误差--学习器的实际预测输出与样本的真实输出之间的差异训练误差--学习器在训练集上的误差，也称为“经验误差”泛化误差--在新样本上的误差2.过拟合--当学习器把训练样本学得“太好”了的时候，很可能已经把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质，这样就会导致泛化能力下降。
盘丝洞妖精王·2022-10-24 18:48

机器学习（周志华）--西瓜书简要笔记（4）

第四章决策树一、基本流程1.决策树是一种常见的机器学习方法，也称为“判定树”。决策树是基于树结构来进行决策的。2.决策过程的最终结论对应了我们所希望的判定结果。决策过程中提出的每个判定问题都是对某个属性的“测试”。每个测试的结果或是导出最终结论，或是导出进一步的判定问题，其考虑范围是在上次决策结果的限定范围之内。3.一颗决策树包含一个根节点、若干个内部结点和若干个叶结点。叶结点对应于决策结果，其他
盘丝洞妖精王·2022-10-24 18:48

机器学习（周志华）--西瓜书简要笔记（1）

第一章绪论1.机器学习--致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算中，“经验”通常以“数据”形式存在。2.机器学习所研究的主要内容--学习算法（learningalgorithm）[从数据中产生“模型”的算法]有了学习算法，我们把经验数据提供给计算机，它就能基于这些数据产生模型，在面对新的情况时，模型会给我们提供相应的判断。（类比人类的经验判断，人类可以通过西瓜色泽、根蒂
盘丝洞妖精王·2022-10-24 18:48

机器学习-西瓜书、南瓜书第五章

以下为参考链接导图：西瓜书自学笔记分享第五章-知乎参考：西瓜书自学笔记分享第五章-知乎
GoAI·2022-10-24 18:47

机器学习学习笔记-西瓜书

#西瓜书笔记文章目录模型评估和选择线性模型决策树神经网络支持向量机贝叶斯分类集成学习聚类性能度量与距离计算原型聚类密度聚类层次聚类降维与度量学习特征选择与稀疏学习计算学习理论半监督学习半监督学习的方法概率图模型规则学习强化学习误差函数卷积池化后的图像大小计算集成学习评估特征的重要性
龙海L·2022-10-24 18:17

西瓜书《学习笔记》-第五章神经网络

序言  最近学习计划有些被打乱，想了半天还是该继续看完这本书。正好准备复现一篇有关CNN卷积神经网络论文，所以正好把学过的神经网络进行复习。1神经元模型  这是最经典的M-P神经元模型，x1,x2,x3...xnx_1,x_2,x_3...x_nx1,x2,x3...xn是其他神经元传递出来的信号。多个这样的神经元组合在一起就构成了神经网络。  来自其他地方的神经元输入信号x1,x2,x3...x
二进制多了2·2022-10-24 17:15

周志华西瓜书学习笔记----神经网络

文章目录一、神经元模1.M-P模型2.单层多个神经元二、感知机与多层网络1.感知机2.多层神经网络BP算法一、神经元模1.M-P模型神经网络中有许多神经元，每个神经元可以有多个输入，如图中的神经元有n个输入x，每个输入x对应的w是权重，通过计算获得神经元的总体输入。w是权值，x是输入（x是向量），θ是偏置。net是总体输入，对于单个神经元w是向量，但是如果一层中存在多个神经元w就是权值矩阵。权值矩
Ω2πA 》·2022-10-24 17:37

【机器学习-西瓜书】-第5章-神经网络-学习笔记

5.1神经元模型神经网络的定义神经网络是具有适应性的简单单元组成的广泛并行互联的网络它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应机器学习中谈论的神经网络通常指的是"神经网络学习"神经网络的结构及原理最基本单元神经元模型neuron/unit接收到别的神经元的电位超过阈值，神经元被激活阈值threshold/阀值biasM-P神经元模型M-P神经元，也称为阈值逻辑单元激活函数/响应函数
郑儿大人·2022-10-24 17:06

西瓜书笔记之 模型评估与选择

讲真，这书是越看觉得自己不会的越多，感觉好多概念，完全不是理工男喜欢的样子。。首先了解一下NP问题，机器学习面临的问题多是NP完全问题(NP-C问题)，号称世界七大数学难题之一。NP的英文全称是Non-deterministicPolynomialComplete的问题，即多项式复杂程度的非确定性问题。怎么样，有没有被吓到。看了百度百科对NP问题的解释，感觉营养还比较丰富，有兴趣可以看下NP完全问
linanova·2022-10-23 18:56

机器学习（西瓜书） 学习笔记（实时更新）

4_21笔记模型（学习机）学习算法数据集样本属性（特征）属性空间（特征空间）（样本空间）样本维数学习（训练）训练数据：训练过程使用的数据训练样本：训练数据中的每一个样本训练集：训练样本组成的集合假设真相（事实）标记（label）样例（拥有了标记信息的事例）标记空间（样本空间）分类：预测的是离散值回归：预测的是连续值正类、反类：对于二分类问题，一个类为正类，另一个为反类多分类任务测试：学得模型以后，
日常搬砖xbw·2022-10-22 07:43

计算机视觉论文-2021-06-24

本专栏是计算机视觉方向论文收集积累，时间：2021年6月24日，来源：paperdigest欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！
SophiaCV·2022-10-21 07:21

计算机视觉论文-2021-06-25

本专栏是计算机视觉方向论文收集积累，时间：2021年6月25日，来源：paperdigest欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！
SophiaCV·2022-10-21 07:21

适用于非科班的深度学习/机器学习快速上手路线

现在太多教程上来就让你啃花书西瓜书这些，殊不知这个过程非常劝退，浇灭了当初对人工智能兴起的热情，且照目前大部分非科班专业实验室研究课题来看，涉及到细究原理的地方其实很少。
啥都生·2022-10-19 07:28

机器学习——最小二乘法求解线性回归

参考：《机器学习》西瓜书————周志华以下为个人笔记，不免有很多细节不对之处。仅供参考！
猿童学·2022-10-16 07:41

西瓜书第三章---线性模型学习笔记

1.线性模型的基本形式定义：给定一个数据集D，其中的样本有d个属性，是第i个属性的取值，所以线性模型可以通过这样一个组合来学得一个属性的线性组合的函数用来预测：写成向量形式就是，在确定w和b之后，就可以得到最终的模型。2.线性回归一元线性回归（单个属性）属性值的转换：如果离散属性的数值之间存在一种有序关系，即可以通过排序的方式找出数值之间的关系，那么可以直接将这种属性的数值直接转换为连续值，比如高
Dr. J·2022-10-13 19:31

《西瓜书读书笔记》-第3章 线性模型

3线性回归3.1回归回归模型是表示输入变量到输出变量之间映射的函数基本的回归问题可以分为模型学习和预测两个过程。基于给定的训练数据集构建一个模型，根据新的输入数据预测相应的输出。回归问题的学习等价于函数拟合：即使用一条函数曲线使其很好的拟合已知函数且很好的预测未知数据。回归问题分类：按输入变量个数：一元回归和多元回归按输入变量和输出变量之间关系的类型：线性回归和非线性回归3.2一元线性回归接上图，
Corse1769·2022-10-13 19:00

机器学习西瓜书第三章学习笔记-线性模型（线性回归、对数几率回归、LDA）

线性回归:解决回归问题，输出为连续的值数据集D={(x1,y1),(x2,y2),…(xm,ym)},其中xi有d个属性描述，多元线性回归试图学习一个线性模型以尽可能准确的预测实值输出标记。f(xi)=wTxi+b\f(x_i)=w^Tx_i+bf(xi)=wTxi+b使得f(xi)≃yi\f(x_i)\simeqy_if(xi)≃yi可以利用最小二乘来对w和b进行估计，把w和b表示为向量形式w⌢
她的我·2022-10-13 19:30

【学习笔记】机器学习西瓜书-第三章：线性模型

文章目录3.1基本形式3.2线性回归3.1基本形式线性模型试图学得一个通过属性的线性组合来进行预测的函数，即f(x)=w1x1+w2x2+…+wdxd+b，一般用向量形式写成f(x)=wTx+b。其中，x=(x1;x2;…;xd)，表示由d个属性描述组成的示例。3.2线性回归线性回归（linearregression）试图学得一个线性模型以尽可能准确地预测实值输出标记。1.首先只考虑输入属性只有一
Schanappi·2022-10-13 19:30

【机器学习-西瓜书】第3章-线性模型

3.1基本形式示例x由d个属性描述，线性模型试图学得一个通过属性的线性组合来进行预测的函数，即3.2线性回归3.2.1一元线性回归：forregression给定数据集先考虑最简单的情形：输入只有一个属性，此时线性回归试图学得:使得.如何确定w和b？=>让均方误差最小化，即基于均方误差最小化进行模型求解的方法，称为“最小二乘法(LeastSquareMethod)”。即找到一条直线，是所有样本导致
wayaya112·2022-10-13 19:59

机器学习之西瓜书-第3章 线性模型

hello~跟着小编学完第二章还好吗~反正小编我是已经累得够呛，一天看了两章书，外加1.5遍“致敬大神”的B站视频~为什么是1.5遍呢？因为第一遍是自学时看的，后面的0.5遍是在写笔记时，跳着看，重新梳理了下思路~以便检视有没有漏掉的重点哟~整体评价感觉hin简单~一会不要自己打脸噢~知识点3.1-线性模型linearmodel的优点形式简单、易于建模可简写为comprehensibility：较
崔洞洞·2022-10-13 19:28

机器学习（西瓜书）——第三章线性模型（知识点思维导图）

机器学习（西瓜书）——第三章线性模型（知识点思维导图）这章难点在于线性判别分析和对数几率回归的理解与实践，这里只是给大家梳理了一下思路。
一个人的码行·2022-10-13 19:58

机器学习西瓜书学习记录-第二章 模型评估与选择

第2章模型评估与选择2.1经验误差与过拟合“错误率”：分类错误的样本数占样本总数的比例。“精度”：1-错误率“误差”：学习器的实际预测输出与样本的真实输出之间的差异。训练集上的误差称为“训练误差”或“经验误差”；在新样本上的误差称为“泛化误差”。由于事先并不知道新样本什么样，故而实际能做的便是努力使得经验误差最小化。“过拟合”：由于学习能力过于强大，以至于把训练样本所包含的不太一般的特性都学到了“
smile~。·2022-10-13 19:57

机器学习西瓜书学习记录-第四章 决策树

第4章决策树4.1基本流程决策树，一类常见机器学习方法，希望从给定训练集学得一个模型用以对新示例进行分类。一般，一棵决策树包含一个根结点、若干个内部结点和若干个叶结点；叶结点对应于决策结果，其他每个结点则对应于一个属性测试；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集。从根结点到每个叶结点的路径对应了一个判定测试序列。决策树学习目的是为产生一棵泛化能力强，即处理未见
smile~。·2022-10-13 19:57

机器学习西瓜书学习记录-第一章 绪论

第1章.绪论1.1引言-综述机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能主要内容是关于计算机上从数据中产生“模型”的算法，即“学习算法”注：本书用“模型”泛指从数据中学得的结果1.2基本术语数据集“示例”或“样本”：每条记录“样例”：拥有标记信息（示例的结果信息）的示例称为样例。“属性”或“特征”：反映事件或对象在某方面的表现或性质的事项“属性值”：属性的取值“属性空间”或“
smile~。·2022-10-13 19:27

西瓜书笔记--第三章 线性模型

3.1基本形式线性模型（linearmodel）试图学得一个通过属性的线性组合来进行预测的函数，即：f(xi)=w1x1+...wdxd+bf(x_i)=w_1x_1+...w_dx_d+bf(xi)=w1x1+...wdxd+b线性模型的优势：形式简单、易于建模、可解释性好（通过w直观地表达了各属性在预测中的重要性）从线性模型到非线性模型可以通过引入层级结构/高维映射的方式来实现3.2线性回归（
mi1kyy·2022-10-13 19:26

机器学习_周志华_西瓜书_学习笔记_第三章--线性模型

笔记的前一部分主要是对机器学习预备知识的概括，包括机器学习的定义/术语、学习器性能的评估/度量以及比较，本篇之后将主要对具体的学习算法进行理解总结，本篇则主要是第3章的内容–线性模型。3、线性模型谈及线性模型，其实我们很早就已经与它打过交道，还记得高中数学必修3课本中那个顽皮的“最小二乘法”吗？这就是线性模型的经典算法之一：根据给定的（x，y）点对，求出一条与这些点拟合效果最好的直线y=ax+b，
Tenora鸢栀·2022-10-13 19:25

西瓜书《机器学习》阅读笔记之第三章线性模型

第3章线性模型3.1基本形式线性模型(linearmodel)试图学得一个通过属性的线性组合来进行预测的函数。[P52]一般形式由于ω直观表达了各属性在预测中的重要性，因此线性模型有很好的可解释’性(comprehensibility)[P52]3.2线性回归若将无序属性连续化，则会不恰当地引入序关系，对后续处理如距离计算等造成误导！[P53]例如属性“瓜类”的取值“西瓜”、“南瓜”、“黄瓜”可转
Honyelchak·2022-10-13 19:55

西瓜书学习笔记---第三章 线性模型

目录一、题目要求二、数据集介绍三、Logistics回归模型3.1Logistics回归模型介绍3.2Logistics回归算法原理3.3Logistics回归算法核心代码解释1.定义Sigmoid函数2.梯度下降法求解logistics回归权重W3.结果预测函数4.数据可视化处理3.4Logistics回归结果四、对率回归模型的检验4.1乳腺癌“breast_cancer”数据集测试4.2糖尿病
MCMer·2022-10-13 19:55

西瓜书《学习笔记》-第三章线性模型

（注：线性回归简单的理解已经在线性回归算法中简单介绍了，本文会部分引用。）基本形式  简单来说线性模型就是基于线性函数进行的一种预测，其函数形式为：            f(x)=ωTx+bf_(x)=\omega^Tx+bf(x)=ωTx+b  其中的ω\omegaω和bbb是学习后得到，确定了两个参数就形成了模型。线性回归  在线性回归中，分为两种：①输入的属性数目只有一个，我们称它为“单元
二进制多了2·2022-10-13 19:25

小白学机器学习西瓜书-第三章线性回归

小白学机器学习西瓜书-第三章线性回归3.1基本形式3.2线性回归3.2.1二元线性回归3.2.2多元线性回归前段时间学习了机器学习这本书，这本书把我们比较熟悉的算法的本质和公式推导都进行了阐述，当中也有一些学习曲线比较陡峭的内容
顾耒之·2022-10-13 19:24

机器学习西瓜书学习记录-第三章 线性模型

第3章线性模型3.1基本形式给定d个属性描述的示例x=(x1x_1x1;x2x_2x2;…;xdx_dxd),xix_ixi为x在第i个属性上的取值。线性模型试图学得一个通过属性的线性组合来进行预测的函数也可写为（其中w=(w1w_1w1;w2w_2w2;…;wdw_dwd)注意是分号，故为列向量）w，b学得之后，模型得以确定w直观表达了各属性在预测中的重要性3.2线性回归1、特殊情形-当属性数目
smile~。·2022-10-13 19:22

计算机视觉论文-2021-06-30

本专栏是计算机视觉方向论文收集积累，时间：2021年6月30日，来源：paperdigest欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！
SophiaCV·2022-10-13 07:53

计算机视觉论文-2021-07-28

本专栏是计算机视觉方向论文收集积累，时间：2021年7月28日，来源：paperdigest欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！
SophiaCV·2022-10-13 07:53

OpenCV函数简记_第四章数字图像的形态学处理和图像金字塔。（腐蚀、膨胀、开，闭运算、形态学梯度、顶帽和黑帽以及图像金字塔）

CSDN话题挑战赛第2期参赛话题：学习笔记系列文章目录OpenCV函数简记_第一章数字图像的基本概念(邻域，连通，色彩空间)OpenCV函数简记_第二章数字图像的基本操作（图像读写，图像像素获取，图像ROI
玉堃·2022-10-12 22:25

（机器学习周志华 西瓜书 南瓜书）吃瓜教程 Task01

目录1.3假设空间1.4归纳偏好2.1经验误差与过拟合2.3性能度量2.3.1错误率与精度1.3假设空间学习过程：在所有假设空间中搜索，为了使搜索结果与训练集一致，可以修改或删除假设。那么西瓜的色泽、根蒂、敲声就是样本的属性/特征，假设空间就是由数据集属性/特征的所有值组成的空间。学习过程就是就是学习符合“好瓜”特征的值。所有假设空间：倘若“色泽”有3种取值，那样本空间则为4，因为还包括任意值*；
橘子冰·2022-10-12 21:09

机器学习西瓜书&南瓜书 决策树

机器学习西瓜书&南瓜书决策树1.基本流程决策树是一类常见的机器学习方法。以二分类为例，希望从给定训练集学得一个模型用以对新示例进行分类。
includeSteven·2022-10-12 21:39

机器学习西瓜书&南瓜书 神经网络

机器学习西瓜书&南瓜书神经网络1.神经元模型神经网络：由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实事件物体所做出的交互反应。
includeSteven·2022-10-12 21:39

机器学习西瓜书&南瓜书 线性模型

机器学习西瓜书&南瓜书线性模型1.基本形式给定由d个属性描述的示例x=(x1;x2;...xd)x=(x_1;x_2;...x_d)x=(x1;x2;...xd)，其中xix_ixi是x在第i个属性上的取值
includeSteven·2022-10-12 21:38

#《机器学习》_周志华(西瓜书)&南瓜书_第6章 支持向量机

待做：P134-P139理论部分整理习题，补充问题：1、距离计算2、线性核和高斯核？第6章支持向量机6.1间隔与支持向量基于训练集DDD在样本空间中找到一个划分超平面。对训练样本局部扰动的容忍性最好。1、划分超平面：wTx+b=0\boldsymbol{w}^T\boldsymbol{x}+b=0wTx+b=0其中w={w1;w2;...;wd}\boldsymbol{w}=\left\{w_1;
Gao&&Zeng·2022-10-12 21:38

#《机器学习》_周志华(西瓜书)&南瓜书_第5章 神经网络

待做：习题整理5.5-5.10步骤1、先看习题有什么问题，带着问题2、整体过一遍，记录3、做习题，再次整理，补充。问题：1、神经元激活函数有哪些？2、学习率对训练的影响3、标准BP算法和累积BP算法第5章神经网络人工神经网络神经网络(neuralnetworks)神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。———T.Koho
Gao&&Zeng·2022-10-12 21:08

机器学习之西瓜书+南瓜书：第二章

第二章参考周志华老师的《机器学习》，后续内容根据学习进度继续补充。2.1经验误差与过拟合错误率（errorrate）：分类错误的样本数占样本总数的比例，即如果在m个样本中有a个样本分类错误，则错误率E=a/m精度（accuracy）：1-a/m误差（error）：学习器的实际预测输出与样本的真实输出之间的差异训练误差（trainingerror）：学习器在训练集上的误差泛化误差（generaliz
wonderball·2022-10-12 21:05

【机器学习】啃“瓜”笔记001：啃“西瓜书+南瓜书”——第1章 绪论

文章目录啃"瓜One"——绪论1.1前言1.1.1机器学习1.1.2深度学习1.2基本术语1.2.1数据1.2.2训练1.2.3预测1.2.4学习任务1.3假设空间1.4归纳偏好❄️1.4.1背景❄️❄️1.4.2归纳偏好❄️❄️1.4.3奥尔姆剃刀❄️❄️1.4.4"没有免费午餐"定理(NFLNFLNFL定理)❄️1.5发展历程1.6应用现状写在最后的总结啃"瓜One"——绪论1.1前言本篇文章
Chuckie今天也要学习！·2022-10-12 21:35

入门机器学习（西瓜书+南瓜书）聚类总结（python代码实现）

入门机器学习（西瓜书+南瓜书）聚类总结（python代码实现）一、聚类1.1通俗理解聚类，顾名思义就是把数据特征相似的数据聚为一类。属于无监督学习的范畴。
啥都不懂的小程序猿·2022-10-12 21:04

西瓜书与南瓜书学习

logistic回归简介logistic回归由Cox在1958年提出[1]，它的名字虽然叫回归，但这是一种二分类算法，并且是一种线性模型。由于是线性模型，因此在预测时计算简单，在某些大规模分类问题，如广告点击率预估（CTR）上得到了成功的应用。如果你的数据规模巨大，而且要求预测速度非常快，则非线性核的SVM、神经网络等非线性模型已经无法使用，此时logistic回归是你为数不多的选择。直接预测样本
lsw_jk980124·2022-10-12 21:26

【吃瓜教程】《机器学习公式详解》西瓜书与南瓜书公式推导

【吃瓜教程】《机器学习公式详解》西瓜书与南瓜书公式推导2021年7月11日第0章-导学深度学习：狭义地来说，就是具有较多层的神经网络。整个学习过程;先看西瓜书，在看Datawhale吃瓜教程.
晓乐丶·2022-10-12 21:28

【Task00】Datawhale202205组队学习 吃瓜教程 机器学习西瓜书+南瓜书

【Task00】导学课-Datawhale202205组队学习吃瓜教程机器学习西瓜书+南瓜书什么是机器学习人工智能（ArtificialIntelligence，AI）人工智能具体应用领域计算机视觉（ComputerVision
推轱辘追星光的磕盐汪·2022-10-12 21:56

吃瓜进行时-2（西瓜书&南瓜书啃读）

第三章线性模型线性模型目的：学得一个通过属性的线性组合来进行预测的函数。一、对于回归任务（一）一元线性回归目的是学得如下函数：在参数估计过程中，利用最小二乘估计确定w和b。（也是性能度量：均方误差最小化原理。）（二）多元线性回归这里x是d维向量，代表样本中有d个属性，拟合多元线性回归模型，预测y值。参数估计也是利用最小二乘估计思想。注1：当设计矩阵X对应的X’X不是满秩矩阵（比如属性个数远多于样本
Lucky Michelle·2022-10-12 21:56

【Task01】Datawhale202205组队学习 吃瓜教程 机器学习西瓜书+南瓜书

【Task01】Datawhale202205组队学习吃瓜教程机器学习西瓜书+南瓜书概览西瓜书+南瓜书第1、2章学习建议：概览西瓜书第1章和第2章的基本概念和术语，跳过以下内容：第1章：【1.4-归纳偏好
推轱辘追星光的磕盐汪·2022-10-12 21:56

[机器学习]西瓜书&南瓜书学习（更新中）

B站网课学习视频南瓜书datawhale开源内容南瓜书github开源内容什么是机器学习概念介绍人工智能：让机器变得像人一样拥有智能的学科机器学习：让计算机像人一样能从数据中学习出规律的一类算法深度学习：神经网络类的机器学习算法人工智能>机器学习>深度学习具体应用领域计算机视觉（computervision,CV）：让计算机拥有视觉能力自然语言处理（Naturallanguageprocessin
丁lingling哇·2022-10-12 21:26
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他