hzs319 - 博客园

2015年7月

摘要：我们使用dmoz.org这个网站来作为小抓抓一展身手的对象。首先先要回答一个问题。问：把网站装进爬虫里，总共分几步？答案很简单，四步：新建项目 (Project)：新建一个新的爬虫项目明确目标（Items）：明确你想要抓取的目标制作爬虫（Spider）：制作爬虫开始爬取网页存储内容（Pipeline... 阅读全文

posted @ 2015-07-29 22:58 hzs319 阅读(211) 评论(0) 推荐(0) 编辑

Python正则表达式指南

摘要： Python正则表达式指南本文介绍了Python对于正则表达式的支持，包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例。本文的内容不包括如何编写高效的正则表达式、如何优化正则表达式，这些主题请查看其他教程。注意：本文基于Python2.4完成；如果看到不明白的词汇请记得百度谷歌... 阅读全文

posted @ 2015-07-25 22:00 hzs319 阅读(230) 评论(0) 推荐(0) 编辑

2014年9月

最小二乘法和最大似然法

摘要：对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好地拟合样本数据，也就是估计值和观测值之差的平方和最小。而对于最大似然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数... 阅读全文

posted @ 2014-09-27 08:58 hzs319 阅读(640) 评论(0) 推荐(0) 编辑

2014年8月

BEDTools简介、安装与部分工具使用简介

摘要：简介1、概述BEDTools是可用于genomic features的比较，相关操作及进行注释的工具。而genomic features通常使用Browser Extensible Data (BED) 或者 General Feature Format (GFF)文件表示，用UCSC Genome... 阅读全文

posted @ 2014-08-05 10:45 hzs319 阅读(1905) 评论(0) 推荐(0) 编辑

R学习-方差分析

摘要：单因素方差分析题解单因素四水平试验四种不同配方材料A1,A2,A3,A4生产出的原件，寿命如下表，问：四种不同配方下原件的使用寿命有无显著差异lamp for (j in 1:3)for (i in 1:3)K<-mean(rate$Y[rate[j]==i])Kplot(as.vector(K),... 阅读全文

posted @ 2014-08-04 12:48 hzs319 阅读(1741) 评论(0) 推荐(0) 编辑

2014年5月

Logistic Regression in R

摘要： 1.模型简介：说起统计中最常用的模型，非回归莫属。在挖掘中，也只有回归能很好的解决因变量为连续型变量的预测问题，这篇文章主要对回归中一种特殊的形式：Logistic回归。Logistic回归解决的是分类问题，特别在二项分布中，Logistic是最重要的模型（没有之一）。Logistic回归根据因变量... 阅读全文

posted @ 2014-05-29 17:40 hzs319 阅读(2007) 评论(0) 推荐(0) 编辑

从随机过程到马尔科夫链蒙特卡洛方法

摘要： 1. Introduction第一次接触到 Markov Chain Monte Carlo (MCMC) 是在 theano 的 deep learning tutorial 里面讲解到的 RBM 用到了 Gibbs sampling，当时因为要赶着做项目，虽然一头雾水，但是也没没有时间仔细看。趁... 阅读全文

posted @ 2014-05-21 10:18 hzs319 阅读(373) 评论(0) 推荐(0) 编辑

机器学习中的数学(3)-模型组合(Model Combining)之Boosting与Gradient Boosting

posted @ 2014-05-13 08:57 hzs319 阅读(189) 评论(0) 推荐(0) 编辑

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

posted @ 2014-05-13 08:55 hzs319 阅读(215) 评论(0) 推荐(0) 编辑

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)

posted @ 2014-05-13 08:55 hzs319 阅读(266) 评论(0) 推荐(0) 编辑

公告