摘要: logistic回归 很多时候我们需要基于一些样本数据去预测某个事件是否发生,如预测某事件成功与失败,某人当选总统是否成功等。 这个时候我们希望得到的结果是 bool型的,即 true or false 我们最先想到的是通过最小二乘法求出线性回归模型, 即 Y = WTX = w0x0 + w1x1 阅读全文
posted @ 2018-04-20 14:33 北言 阅读(412) 评论(0) 推荐(1) 编辑
摘要: 线性回归(Linear Regression),亦称为直线回归,即用直线表示的回归,与曲线回归相对。若因变量Y对自变量X1、X2…、Xm的回归方程是线性方程,即μy=β0 +β1X1 +β2X2 +…βmXm,其中β0是常数项,βi是自变量Xi的回归系数,M为任何自然数。这时就称Y对X1、X2、…、 阅读全文
posted @ 2018-02-03 21:08 北言 阅读(6621) 评论(2) 推荐(2) 编辑
摘要: 贝叶斯分类法是机器学习中常用的分类方法。贝叶斯分类法主要以概率论中贝叶斯定理为分类依据,具有很广泛的应用。本文通过一个完整的例子,来介绍如何用朴素贝叶斯分类法实现 根据声音特征辨别男女声音。 阅读全文
posted @ 2018-01-24 01:24 北言 阅读(4856) 评论(0) 推荐(1) 编辑
摘要: 上一篇介绍了决策树之分类树构造的几种方法,本文主要介绍使用CART算法构建回归树及剪枝算法实现。主要包括以下内容: 1、CART回归树的介绍 2、二元切分的实现 3、总方差法划分特征 4、回归树的构建 5、回归树的测试与应用 6、剪枝算法 一、CART回归树的介绍 回归树与分类树比较类似,不同的是分 阅读全文
posted @ 2018-01-23 01:08 北言 阅读(10570) 评论(1) 推荐(2) 编辑
摘要: 这系列文章主要记录遇到的一些比较经典的算法题目,不断更新。 1、二分算法求多边形外接圆的最大半径。 题目要求: 给出N个线段长度,试将它们头尾相接组合成一个凸多边形,使凸多边形的外接圆(多边形每个顶点都在圆上)的半径最大,求该最大半径。其中N<=10^5,线段长度均不超过100,要求算法中不涉及坐标 阅读全文
posted @ 2018-01-18 20:05 北言 阅读(1344) 评论(0) 推荐(0) 编辑
摘要: 决策树是机器学习的常见算法,分为分类树和回归树。当对一个样本的分类进行预测时使用分类树,当对样本的某一个值进行预测时使用回归树。本文是有关决策树的第一部分,主要介绍分类树的几种构建方法,以及如何使用分类树测试分类。 目录如下: 1、分类树的基本概念 2、采用数据集说明 3、划分数据集的几种方式 4、 阅读全文
posted @ 2018-01-17 13:07 北言 阅读(20112) 评论(0) 推荐(2) 编辑
摘要: 本文主要是用kNN算法对字母图片进行特征提取,分类识别。内容如下: 一、kNN算法介绍 K近邻(kNN,k-NearestNeighbor)分类算法是机器学习算法中最简单的方法之一。所谓K近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。我们将样本分为训练样本和测试样本 阅读全文
posted @ 2018-01-12 03:10 北言 阅读(7423) 评论(2) 推荐(0) 编辑
摘要: HTTPS 是我们开发中经常用到的通信加密技术,能有效保护我们网络访问中的安全,本文主要讲解单向 和 双向 https 的配置。关于https 的实现原理在这里我就不赘述了,附上阮一峰老师的关于https介绍几篇博客,有兴趣的童鞋可以看一看:图解SSL/TLS协议 数字签名是什么? 本文目录: 1、 阅读全文
posted @ 2017-01-05 17:06 北言 阅读(9182) 评论(2) 推荐(1) 编辑
摘要: 参数校验是我们程序开发中必不可少的过程。用户在前端页面上填写表单时,前端js程序会校验参数的合法性,当数据到了后端,为了防止恶意操作,保持程序的健壮性,后端同样需要对数据进行校验。后端参数校验最简单的做法是直接在业务方法里面进行判断,当判断成功之后再继续往下执行。但这样带给我们的是代码的耦合,冗余。 阅读全文
posted @ 2016-10-10 22:19 北言 阅读(60034) 评论(2) 推荐(7) 编辑
摘要: SpringMVC是比较常用的JavaWeb框架,非常轻便强悍,能简化Web开发,大大提高开发效率,在各种Web程序中广泛应用。本文采用Java Config的方式搭建SpringMVC项目,并对SpringMVC启动时加载顺序做简单的说明。 1、SpringMVC启动流程图 2、SpringMVC 阅读全文
posted @ 2016-10-09 17:58 北言 阅读(9223) 评论(7) 推荐(5) 编辑