摘要： GitLab CE Omnibus installation in Ubuntu 16.04 Install and configure the necessary dependencies Select “local only” in this step, we will configure th 阅读全文

摘要： 第一步： vim /etc/mysql/my.cnf找到bind-address = 127.0.0.1 注释掉这行，如：#bind-address = 127.0.0.1 或者改为： bind-address = 0.0.0.0 允许任意IP访问； 或者自己指定一个IP地址。 重启 MySQL：s 阅读全文

摘要： 此文章已于 11:45:32 2015/11/20 发布到 shibalangLogistics RegressionLogistics回归是线性分类模型，是由线性模型外加一层sigmoid函数，sigmoid函数的表达式及曲线如下：然而，为什么Logistics回归要选用sigmoid函数呢？这一... 阅读全文

摘要： 对于常规线性模型来说，其精确的模型可定义如下： 其中，模型中的第一部分描述了通过待预测值随自变量的变化趋势，而第二部分描述了线性模型不能建模的误差项。 最小二乘方法采用损失代价和最小来获得线性模型的参数。在此，我们通过假设误差项的概率分布，并用最大似然估计的方法寻求模型参数Θ。 在此，我们假设误差项ε是独立同分布的，并且符合均值为0的高斯分布，即： 则，待预测值也服从均值为的高斯分布： ... 阅读全文

摘要： 转载自 如何用R产生一个随机数如何选择一个随机数在RAs a language for statistical analysis, R has a comprehensive library of functions for generating random numbers from variou... 阅读全文

摘要： 多元线性回归是最简单的机器学习模型，通过给定的训练数据集，拟合出一个线性模型，进而对新数据做出预测。 对应的模型如下： n: 特征数量。 一般选取残差平方和最小化作为损失函数，对应为： M:训练样本数量。 通过最小化代价损失函数，来求得 值，一般优化的方法有两种，第一是梯度下降算法（Gradient Descent），第二种是矩阵法（The norm... 阅读全文

摘要： 做了好久的java开发 ，却一直没有详细了解java反射机制，后来写项目的时候发现用反射可以少写好多无聊的代码，因此用java反射简单实现注入。java反射的具体细节可参见 这篇博客写的非常详细，点此进入~而一般基于业务的编程主要用反射实现将属性动态的注入一个对象中。以下是方法实现： 1 /** 2... 阅读全文

摘要： ---恢复内容开始---Sublime text 3是码农最喜欢的代码编辑器，每天和代码打交道，必先利其器，掌握基本的代码编辑器的快捷键，能让你打码更有效率。刚开始可能有些生疏，只要花一两个星期坚持使用并熟悉这些常用的快捷键！其实sulime text菜单栏各个选项中都会提示相关的快捷键，各位可以自... 阅读全文

摘要： 感知机学习旨在求出将训练数据集进行线性划分的分类超平面，为此，导入了基于误分类的损失函数，然后利用梯度下降法对损失函数进行极小化，从而求出感知机模型。感知机模型是神经网络和支持向量机的基础。下面分别从感知机学习的模型、策略和算法三个方面来介绍。1. 感知机模型 感知机模型如下：f(x)= sign... 阅读全文