摘要：
2013-12-13 20:00:58 Yanjun K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 对于聚类问题，我们事先并不知道给定的一个训练数据 阅读全文
摘要：
聚类分析（英语：Cluster analysis，亦称为群集分析） K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 阅读全文
摘要：
http://ufldl.stanford.edu/tutorial/ 阅读全文
摘要：
当使用学习算法时，一段更快的代码通常意味着项目进展更快。例如，如果你的学习算法需要花费20分钟运行完成，这意味着你每个小时能“尝试”3个新主意。但是假如你的程序需要20个小时来运行，这意味着你一天只能“尝试”一个新主意，因为你需要花费这么长时间来等待程序的反馈。对于后者，假如你可以提升代码的效率让其 阅读全文
摘要：
作者： 阮一峰 日期： 2012年4月 6日 作者： 阮一峰 日期： 2012年4月 6日 诞生50多年之后，函数式编程（functional programming）开始获得越来越多的关注。 不仅最古老的函数式语言Lisp重获青春，而且新的函数式语言 层出不穷，比如Erlang、clojure、S 阅读全文