湖心北斗

摘要： UITabBarController的使用UITabBarController 是IOS中很常用的一个视图控件，它通常作为整个程序的根视图控制器，不能添加到别的viewController中。UITabBarController的结构示意图如下：1.手动创建TabController:通过在AppDelegate类当中的application：didFinishedLaunchingWithOptions:方法中添加代码：self.window=[[UIWindow alloc]initWithFrame:[[UIScreen mainScreen] bounds]];ViewControll 阅读全文

摘要： UIActionSheet 是IOS中从底部弹出的按钮选项，可以为每一个选择设置触发事件。为了快速完成这个例子我们在xcode中建立一个singleview 项目，在窗口中添加一个button用来弹出actionsheet1.首先在头文件中声明协议。#import @interface sheetviewViewController : UIViewController- (IBAction)showSheet:(id)sender;@end2.添加button。3.为button建立action连线。4.在m文件上添加事件代码，弹出actionsheet- (IBAction)showShe 阅读全文

摘要： 活动指示器：UIActivityIndicatorView用途:指示用户，程序正在运行之中派生：UIView，可以被当成视图加载创建：UIActivityIndicatorView *view=[[UIActivitiIndicatorView alloc]initWithFrame:CGRectMake(0,0,32,32)];属性设置:风格activityIndicatorViewStyle:UIActivityIndicatorViewStyleWhite 白色标准UIActivityIndicatorViewStyleWhiteLarge 白色加大UIActivitIndicatorV 阅读全文

摘要： URL实际上只是一个字符串而已，但是字符串中包含了很多个字段，像http/ftp表示协议，www.baidu.com表示主机名称，后边还有get参数等等，因此URL被封装成一个类，方便查找各个字段。 阅读全文

摘要： 题目描述：给出任意一个一维数组，数组中又m个数，在不改变数顺序的前提下，将数分割成尽量相等的k份。动态规划动态规划方程式：f[i,j]=min(max(f[x,j-1],p[i]-p[x]));即i个数分成j份，他们的最佳分割值的大小是分成j-1份之中所有最佳可能性得值和后继所有元素之和的最大值中的最小值。为什么呢？第一步，我们简单的看一个数组分成两份的情况。把一个数组a[10]平均分成两份假设元素分别是1，2，3，4，5则算法如此运行：1| 2 3 4 5 maxvalue:14.1 2| 3 4 5 maxvalue:121 2 3| 4 5 maxvalue:91 2 3 4| 5 ma 阅读全文

摘要： cart 算法采用二分递归回归技术，将当前的样本集分为两个子样本集，使得生成得每个非叶子节点都有两个分支。所以，算法生成得决策树是简洁得二叉树。分类树得两个基本思想：第一个是将训练样本进行递归地划分自变量空间进行建树得想法，第二个想法是用验证数据进行剪枝。cart进行属性分类得是用gini指标如果我们用k，k=1,2,3……C表示类，其中C是类别集Result的因变量数目，一个节点A的GINI不纯度定义为：其中，Pk表示观测点中属于k类得概率，当Gini(A)=0时所有样本属于同一类，当所有类在节点中以相同的概率出现时，Gini(A)最大化，此时值为(C-1)C/2。对于分类回归树，A如果它不 阅读全文

摘要： c4.5算法是ID3算法的改进，它使用了信息增益率来选择属性，克服使用信息增益来选择属性时偏向选择值多的属性的不足。信息增益率定义为其中Gain（S,A)与ID3算法中的信息增益相同，而分类信息SplitInfo（S，A）代表了按照属性A分裂样本集S的广度和均匀性。其中，Si到Sc是c个属性不同的值的属性A分割S而成的c个样本子集。C4.5既可以处理离散型描述属性，也可以处理连续性描述属性。在选择某个节点上的分支属性时，对于离散描述属性.c4.5的处理方法与ID3相同，按照该属性本身的取值个数进行计算，对于某个连续性描述属性使用从小到大排序各个值得中点作为分割点，然后选出按照该分割点分割前后信 阅读全文

摘要： 基本概念：信息熵是信息的一种不确定的程度的度量。假定一个系统s具有概率分布p={pi}(0#include#include#include#define SHORT 0#define MEDIUM 1#define TALL 2#define MAIL 0#define FEMAIL 1#define GENDER 0#define HEIGHT 1#define KIND 2#define LEAF -1typedef struct TNODE{ int attribute; int arriv_value; struct TNODE *... 阅读全文

摘要： 朴素贝叶斯分类器作为最简单的分类器，只要明白贝叶斯的两个概率公式即可：贝叶斯公式：全概率公式：p(X)=P(X|Y1)+P(X|Y2)+...+P(X|Yn)朴素贝叶斯分类把所有的属性看成是相互独立得，因此使用计算向量概率得时候只需要相乘起来就可以了。即使用乘法公式：p(xyz)=p(x)*p(y)*p(z)贝叶斯分类得思想是：对于给出得待分类项，从训练集中知道，在该项出现得条件下，哪个类别得概率最大，那么就把它分成哪一类。贝叶斯公式得定义如下：1.假设是一个待分类项，而每个a为x得一个特征属性。2.有类别集合3.计算4.如果，则现在所要做得就是计算第三步中得概率。1.找到一个已知分类项得集合 阅读全文

摘要： 几个概念：多阶段决策问题：如果一类过程可以分成若干个相互联系的阶段，在每一个阶段都需要做出决策，一个阶段的决策确定了以后，常常影响到下一个阶段的决策，从而就完全确定了一个活动的活动路线，则称其为多阶段决策问题。策略：多个阶段的决策序列构成一个决策序列称为策略。多阶段的决策问题，就是要在选择的那些策略中间，选择一个最优策略，使在预定的标准下达到最好的效果。阶段：把求解问题分成若干个阶段，以便于求解。多数情况下，阶段变量是离散的，用k表示，如果过程可以在任何时刻做出决策，且在任意两个不同的时刻之间允许有无穷多个决策 时，阶段变量就是连续的。状态：表示每个阶段开始面临的自然状况或客观条件，它既... 阅读全文