摘要：
6. 命名约定 最重要的一致性规则是命名管理. 命名风格快速获知名字代表是什么东东: 类型? 变量? 函数? 常量? 宏 ... ? 甚至不需要去查找类型声明. 我们大脑中的模式匹配引擎可以非常可靠的处理这些命名规则. 命名规则具有一定随意性, 但相比按个人喜好命名, 一致性更重, 所以不管你怎么想 阅读全文
摘要：
一、介绍 Bag-of-words model (BoW model) 最早出现在神经语言程序学(NLP)和信息检索（IR）领域. 该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文档. 近年来, BoW模型被广泛应用于计算机视觉中. 与应用于文本的BoW类比, 图 阅读全文
摘要：
决策树（Decision Tree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。 决策数有两大优点： 1）决策树模型可以读性好，具有描述性，有助于人工分析； 2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。 阅读全文
摘要：
1、Zernike矩介绍Zernike矩是基于 Zernike多项式的正交化函数，所利用的正交多项式集是 1个在单位圆内的完备正交集。Zernike矩是复数矩 ,一般把 Zernike矩的模作为特征来描述物体形状。1个目标对象的形状特征可以用 1组很小的 Zernike矩特征向量很好的表示，低阶矩特... 阅读全文
摘要：
转自：http://www.woshipm.com/pmd/56988.html1、需求阶段 a、需求产生。需求产生有三种渠道： 一，UI（User Interface用户界面）设计师或PD（Product Desiger产品策划）研究市场需要，提出需求，应获得市场策划或市场调研员的认可； 二，业务... 阅读全文
摘要：
一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用logistic回归。 logistic回归本质上是线性回归，只是在特征到结果的映射中加入了一层函数映射，即先把特征线性求和，然后使用函数g(z)将最为假设函数来预测。g(z)可以将连续值映射到0和 阅读全文
摘要：
Python 有一个单步调试器模块，能实现基本的调试效果！详情请看Python标准文档说明：https://docs.python.org/2/library/pdb.html 调试例子： 阅读全文
摘要：
一、概述 K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正 阅读全文
摘要：
引自http://www.lxway.com/181844.htm 从开始看Python到现在也有半个多月了，前后看了Python核心编程和Dive into Python两本书。话说半个月看两本，是个人都知道有多囫囵吞枣，这也是因为我暂时没有需求拿这个做大型开发，主要是平时的小程序test用一用。 阅读全文
摘要：
本文是作者通过对《机器学习实践》这本书的学习，下面做出了自己的学习笔记。文笔拙劣，望指正！ 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组 阅读全文