摘要：
文本分类有很多种方法，朴素贝叶斯应该算是里面最容易的一种了吧。这篇文章简单介绍朴素贝叶斯的原理，然后是spark上的实现方法。 1，问题描述 现实中可能会一些问题，比如一个邮件是不是垃圾邮件？一个新闻是属于社会类还是科技类还是娱乐类？这些问题都可以抽象成：给定一些已经分类好的样本集合{(di,yi) 阅读全文
摘要：
1,信息 \( i(x)=-log(p(x)) \) 事件x不确定性的度量，不确定性越大，信息量越大。 从信息编码角度，这是编码这一信息所需要的最小比特数(log以2为底，以e为底的叫做奈特)。 2,熵 \( H(X) = \sum_x{-p(x)log(p(x))} \) 随机变量X不确定的度量， 阅读全文
摘要：
1，基本概念 （1）期望 \( E(X)=\sum_i{x_ip_i} \) important E(kX) = kE(X) E(X+Y) = E(X)+E(Y) 当X和Y相互独立：E(XY)=E(X)E(Y) (这个不能反向推哦) （2）方差 \( D(X)=\sum_i{(x_i-E(X))^2 阅读全文
摘要：
前言：这里只罗列出一些重要的点，一来是知识点的梳理，二来便于查阅。 1.夹逼定理 英文叫做Squeeze theorem。维基百科是这样定义的： Let I be an interval having the point a as a limit point. Let f, g, and h be 阅读全文
摘要：
目录： 机器学习中的微积分 机器学习中的概率与统计 机器学习中的矩阵论 阅读全文
摘要：
Quaro上的问答，我感觉回答的非常好！What are the advantages of different classification algorithms?For instance, if we have large training data set with approx more t... 阅读全文
摘要：
这篇文章浅谈一下我对机器学习中生成模型和判别模型的认识。首先，机器学习算法分为监督学习、半监督学习、非监督学习等。而对于监督学习，又可以分成生成学习(generative approach)和判别学习(discriminative approach)。下面是NG对这两个概念的解释：Algorithm... 阅读全文
摘要：
转自：http://www.cnblogs.com/zhangziqiu/作者：张子秋本篇文章讲解了计算机的原码, 反码和补码. 并且进行了深入探求了为何要使用反码和补码, 以及更进一步的论证了为何可以用反码, 补码的加法计算原码的减法. 论证部分如有不对的地方请各位牛人帮忙指正! 希望本文对大家学习计算机基础有所帮助!一. 机器数和真值在学习原码, 反码和补码之前, 需要先了解机器数和真值的概念.1、机器数一个数在计算机中的二进制表示形式, 叫做这个数的机器数。机器数是带符号的，在计算机用一个数的最高位存放符号, 正数为0, 负数为1.比如，十进制中的数 +3 ，计算机字长为8位，转换成二进 阅读全文
摘要：
从网上找到了一个很深入浅出的介绍Frank-Wolf的算法，资料没有显示作者的名字，但是还要感谢这位不知名的作者。 阅读全文
摘要：
以前一直用word写论文，其实word没什么不好，现在很多的期刊会议也都提供word模板。但是，根据这两次惨痛的word写论文经验可以得出结论：最好不要用word来写论文。用word我遇到了两个令人抓狂令人抓狂的问题：1，word中公式排版很难用，如果公式较多，用word绝对会后悔 2，word版本过多，2003,2007,2010,现在还有2013，并且把一个版本中排好版的文档用另一个版本的word打开，基本上肯定会变，有的变得让你很shock，而且没有专门研究过这个word的人，很难了解这是如何发生的以及如何改正，如果你的论文可能多人会参与，你可能在多个电脑上编辑，最好别用word。所以， 阅读全文