# 六种算法动态实验室

- 双击 `index.html`，选择方法后点击播放；支持逐步、重置、进度拖动和速度调节，无需网络。
- 动画需要 JavaScript，样式与布局使用 HTML + CSS，三者已封装在同一个文件里。
- 打开 `六种算法动态演示.ipynb`，从上到下运行；它包含全部 Python 实现和七个动画单元格（含牛顿求根与牛顿优化）。
- `algorithms.py` 是对应的可复用 Python 源码；在同目录的 Jupyter 中可用 `from algorithms import make_animation`。
- Python 依赖：numpy、matplotlib、IPython。仅重新构建交付文件时才需要 nbformat 和 build.py。
- 泰勒展开中心为 1，麦克劳林中心为 0，次数范围均为 0–19。与参考代码的“非零项数”不同。
- XGBoost / LightGBM 页面是透明的核心机制教学实现，不调用官方训练库，不代表完整产品或速度基准。
- 梯度提升采用同一份确定性数据，平方损失、学习率 0.3、lambda=1、gamma=0、叶子最小样本数 3。
- 图中纵轴固定，泰勒多项式可能超出左图显示范围；误差图使用对数刻度并设置显示下限。