摘要：
node.js 入门 node.js 可以运行在 Linux、Windows 和 Macintosh 等主流的操作系统上。在 Windows 平台上运行 node.js 的话，需要 Cygwin 或是 MinGW 的支持。下面以常用的 Windows 平台为例来说明。首先需要安装 Cygwin。安装的时候需要选择 gcc-g++ 、make 、openssl 和 python 等包。gcc 的版本必须是最新的。接着从参考资料中给出的地址下载 node.js 0.4.0 版本的源代码。下载解压之后，依次在 Cygwin 中运行 ./configure 、make 和 make... 阅读全文
随笔档案-2013年08月
JavaScript加强
2013-08-30 15:33 by Loull, 264 阅读, 收藏, 编辑
摘要：
1、Aptana简介Aptana是一个非常强大,开源,专注于JavaScript的Ajax开发IDE它的特性包括1、JavaScript,JavaScript函数,HTML,CSS语言的CodeAssist功能2、Outliner(大纲)：显示JavaScript,HTML和CSS的代码结构3、支持JavaScript，HTML，CSS代码提示，包括JavaScript自定函数4、代码语法错误提示。5、支持AptanaUI自定义和扩展。6、调试JavaScript7、支持流行AJAX框架的CodeAssist功能:JQueryextjsdwr2、Aptana插件在eclipse中安装3、Apt 阅读全文
data.frame和matrix的一些操作
2013-08-27 13:06 by Loull, 2234 阅读, 收藏, 编辑
摘要：
编写脚本的时候经常会涉及到对data.frame或matrix类型数据的操作，比如取指定列、取指定行、排除指定列或行、根据条件取满足条件的列或行等。在R中，这些操作都是可以通过简单的一条语句就能够实现的，非常的简洁优美~下面就是一个小小的总结：1. 对data.frame或matrix取指定行data[i,] #取data中的第i行data[c(i,j,k),] #取data中的第i,j,k行取指定列的操作同理可得2. 对data.frame或matrix删除指定行data[-i,] #排除data中的第i行data[c(-i,-j,-k),] #排除data中的第i,j,k行3. 根据条件取 阅读全文
Outlier Detection
2013-08-23 11:27 by Loull, 835 阅读, 收藏, 编辑
摘要：
1）正态分布数据,飘出95%的可能是异常值.变量var正态标准化,|var| table Q then reject the questionablepoint.http://en.wikipedia.org/wiki/Dixon's_Q_test 阅读全文
对数线性模型之一，逻辑回归、广义线性模型学习总结
2013-08-21 19:21 by Loull, 1063 阅读, 收藏, 编辑
摘要：
经典线性模型自变量的线性预测就是因变量的估计值。广义线性模型：自变量的线性预测的函数是因变量的估计值。常见的广义线性模型有：probit模型、 poisson模型、对数线性模型等等。对数线性模型里有：logistic regression、Maxinum entropy。本篇是对逻辑回归的学习总结，以及广义线性模型导出逻辑回归的过程。下一篇将是对最大熵模型的学习总结。本篇介绍的大纲如下：1、逻辑斯蒂分布，logit转换2、在二分类问题中，为什么弃用传统的线性回归模型，改用逻辑斯蒂回归？3、逻辑回归模型的求解过程？4、实际应用逻辑回归时数据预处理的经验总结。但经验有限，如果有哪位网友这块... 阅读全文
高斯混合模型（转）
2013-08-21 19:17 by Loull, 1087 阅读, 收藏, 编辑
摘要：
混合高斯模型的原理说白了就一句话：任意形状的概率分布都可以用多个高斯分布函数去近似。换句话说，高斯混合模型（GMM）可以平滑任意形状的概率分布。其参数求解方法一般使用极大似然估计求解，但使用极大似然估计法往往不能获得完整数据（比如样本已知，但样本类别（属于哪个高斯分布）未知），于是出现了EM（最大期望值）求解方法。 虽然上面说的简单，但是混合高斯模型和EM求解的理论还是比较复杂的，我把我所找到的我认为能够快速掌握高斯混合模型的资料打包到了附件中，大家可以去下载，了解混合高斯模型以及EM的完整推导过程。附件下载地址：http://download.csdn.net/detail/crzy_sp. 阅读全文
高斯混合模型
2013-08-21 19:11 by Loull, 1163 阅读, 收藏, 编辑
摘要：
本文就高斯混合模型（GMM,Gaussian Mixture Model）参数如何确立这个问题，详细讲解期望最大化（EM,Expectation Maximization）算法的实施过程。单高斯分布模型GSM多维变量X服从高斯分布时，它的概率密度函数PDF为：x是维度为d的列向量，u是模型期望，Σ是模型方差。在实际应用中u通常用样本均值来代替，Σ通常用样本方差来代替。很容易判断一个样x本是否属于类别C。因为每个类别都有自己的u和Σ，把x代入（1）式，当概率大于一定阈值时我们就认为x属于C类。从几何上讲，单高斯分布模型在二维空间应该近似于椭圆，在三维空间上近似于椭球。遗憾的是在很多分类问题中，属 阅读全文
GMM
2013-08-21 19:10 by Loull, 1807 阅读, 收藏, 编辑
摘要：
GMM 英文全称：GaussianMixture Model 中文:高斯混合模型 。既然叫高斯混合模型，自然是由高斯模型混合而来。高斯模型，就是我们平时的正态分布，又名高斯分布。友情提醒：要学习理解高斯混合模型，需要中心极限定 理和极大似然估计这两个概率论背景知识。高斯混合模型，也主要是用于聚类。举这样一个例子：假设现在有两个不同的高斯分布，我们用这样的两个分布随机的生 成任意多个点，那么如何将某个点判定为属于哪一个分布?这就相当于一个聚类问题，如何将一个点分配到他应该属于的那个类中。我们知道kmeans也可以用于聚类，那么GMM和kmeans的区别在哪里呢？在kmeans中，我们直接就得到了 阅读全文
概率图模型PGM——D map， I map， perfect map
2013-08-20 16:33 by Loull, 1160 阅读, 收藏, 编辑
摘要：
若F分布的每个条件独立性质都反映在A图中，则A图被称为F分布的D map。若A图表现出的所有条件独立性质都在F分布中满足（与F分布不矛盾），则A图被称为F分布的I map。弱A图既是F分布的D map，也是I map，则A图是B分布的完美图perfect map。 阅读全文
概率图模型PFM——无向图
2013-08-20 15:10 by Loull, 1797 阅读, 收藏, 编辑
摘要：
马尔科夫随机场MRF联合概率分解，用到clique的概念，翻译“团”，是图上的连接子图。两个最大团（x1,x2,xx3）和(x2,x3,x4)MRF联合概率分解的另一个概念是potential function（势函数），联合概率分解成一系列potential函数的乘积。Xc是最大团的所有结点。一个potential function，是最大团的一个函数。换一种理解方式，定义将potential function表示成指数函数这样p(x)就可以表示成一系列E(Xc)的和的指数形式。E(Xc)叫做能力函数，转化之后，可以将图理解为一个能力的集合，他的值等于各个最大团的能量的和。优缺点：无向图模型 阅读全文
Parallel Decision Tree
2013-08-20 13:22 by Loull, 277 阅读, 收藏, 编辑
摘要：
Decision Tree such as C4.5 is easy to parallel. Following is an example.This is a non-parallel version:public void learnFromDataSet(Iterable> dataset){ for(Sample sample : dataset){ model.addSample((MapBasedBinarySample)sample); } Queue> Q = new LinkedList>(); ... 阅读全文
基础知识整理
2013-08-18 18:25 by Loull, 368 阅读, 收藏, 编辑
摘要：
1. 数据结构与算法1.1 书籍（1）算法导论（2）编程之美（3）编程珠玑（4）数据结构（C语言版）（5）CareerCup.Cracking.the.Technical.Interview.Ed4.2010：http://ishare.iask.sina.com.cn/f/12828753.html（6）《程序员面试笔试宝典》，何昊、叶向阳、窦浩编著1.2 博客（1）July的博客：http://blog.csdn.net/v_JULY_v（2）编程之美：http://www.cppblog.com/flyinghearts/category/14112.html（3）何海涛的博客：http 阅读全文
方差分析——单因素方差分析
2013-08-18 13:49 by Loull, 2775 阅读, 收藏, 编辑
摘要：
一.基本概念 记水平 Ai 下的 ni 个试验结果为 xij ，则 其中 εij 是由各种无法控制的因素引起的随机误差。 上式说明，试验结果 xij 受到两方面的影响： ⑴因素 A 的水平 Ai 的均值 μi ⑵随机误差 εij称为一般平均。称为水平 Ai 的效应，反映了水平 Xi 的均值与一般平均的差异。 从而要检验的原假设可改写为： 二.方差分析的基本方法方差分析的基本思路：将因素的不同水平和随机误差对试验结果的影响进行分离，并比较两者中哪一个对试验结果 xij 的影响起主要作用。若因素的不同水平对试验结果 xij 的影响是主要的，就拒绝 H0，说明因素 A 对试验结果有显著影响。若... 阅读全文
方差分析（2）
2013-08-18 13:29 by Loull, 392 阅读, 收藏, 编辑
摘要：
一. 方差分析的基本概念 记 A, B, C ··· 为试验中状态发生变化的因素， 称因素在试验中所取的不同状态为水平。 设因素 A 有 a 个水平，记为 A1, A2, ···, Aa；因素 B 有 b个水平，记为 B1, B2, ···, Bb 等。 若试验中只有一个变动的因素，就称为单因素试验； 若有两个变动的因素，就称为双因素试验； 若有两个以上的变动因素，则称为多因素试验。二.方差分析的基本假设 设因素 A 在水平 Ai 下的某项指标为总体 Xi，则假定 Xi ～N(μ , s2 )， Xi 相 阅读全文
方差分析（1）
2013-08-18 13:20 by Loull, 1104 阅读, 收藏, 编辑
摘要：
一、方差分析问题的提出问题：消费者与供应厂商间经常出现纠纷。纠纷发生后，消费者经常会向消费者协会投诉。消协对以下几个行业分别抽取几家企业，统计最近一年中投诉次数，以确定这几个行业的服务质量是否有显著的差异。结果如下表：二、概念：方差分析简称ANOV（Analysis of Variance）该统计分析方法能一次性地检验多个总体均值是否存在显著差异。H0：H1：不全等。（一）因素。因素又称因子，是在实验中或在抽样时发生变化的“量”，通常用A、B、C、…表示。方差分析的目的就是分析因子对实验或抽样的结果有无显著影响。如果在实验中变化的因素只有一个，这时的方差分析称为单因素方差分析；在实验中变化的因 阅读全文
统计编程的框架与R语言统计分析基础——摘(2)统计分析之线性回归
2013-08-16 17:50 by Loull, 931 阅读, 收藏, 编辑
摘要：
一、线性回归1、简单线性回归a、> x = women> x height weight1 58 1152 59 1173 60 1204 61 1235 62 1266 63 1297 64 1328 65 1359 66 13910 67 14211 68 14612 69 15013 70 15414 71 15915 72 164> fit = lm(wei... 阅读全文
统计编程的框架与R语言统计分析基础——摘(1)
2013-08-16 17:01 by Loull, 352 阅读, 收藏, 编辑
摘要：
清屏命令ctrl+L一、基础1、产生数据结构a、直接输入b、冒号，1：10c、seq函数d、rep函数> 1:10 [1] 1 2 3 4 5 6 7 8 9 10> 10:2[1] 10 9 8 7 6 5 4 3 2> seq(1,10) [1] 1 2 3 4 5 6 7 8 9 10> seq(1,10,2)[1] 1 3 5 7 9> rep(2,4)[1] 2 2 2 2> rep(1:3,times=3)[1] 1 2 3 1 2 3 1 2 3> rep(x=1:3, each=3)[1] 1 1 1 2 2 2 3 3 3>.. 阅读全文
龙门镖局
2013-08-15 14:38 by Loull, 205 阅读, 收藏, 编辑
摘要：
偷的了一时，偷不了一世胸怀大志，像一个真正的男子汉，担起家庭的责任，就是自己再苦再累，他要对大家负责到底，这样的人也许他不快乐，但他能使别人快乐这么长一段1、与人之道，攻心之术。人有时候需要逼一下。2、听懂别人的话。有时候需要特殊的方式，才能让别人听懂一些话。不要冲动，不要滥用报复心理、3、人还是需要逼一下，对自己狠一点。4、团队精神 阅读全文
公开课可下载资源汇总
2013-08-01 09:22 by Loull, 2525 阅读, 收藏, 编辑
摘要：
公开课可下载资源汇总发表回复微博上经常有同学分享一些公开课资源，包括可下载的网盘资源，课件资源等等，但是时间长了就忘了在哪里了。另外Coursera官方也推荐一 些第三方批量下载工具，大家下载课程后也可以考虑共享到网盘里，减轻Coursera官方的下载压力。这里计划做一个汇总，包括一些佚名的来自网络上的课 程资源分享，也欢迎大家提供线索或者补充公开课网盘资源。1、Coursera上Andrew Ng老师的”机器学习公开课(Machine Learning)”通过在Google上“site:pan.baidu.com 机器学习”搜索到课程资源：机器学习-斯坦福-Andrew NG-2012 ，包 阅读全文
