摘要：
最近一直在研究用户付费时该把收益分配给哪个广告渠道的问题。按照公司以前的分法，很容易导致搜索这样的强势渠道表现更为强劲，而带来用户和流量的小渠道则表现得更为差劲，因为用户大多数被这些渠道吸引过来，但却在强势渠道上付费。 在搜索资料的过程中，发现谷歌分析的高级版具有这方面的功能。在google上搜索到了一个GA的Playbook，就是关于归因建模分析（谷歌中文上貌似... 阅读全文
摘要：
由于工作中需要直接从MySQL后台读取数据，所以安装了PHPnow，装的过程中提示Apache安装失败，80端口被占用。 在cmd中输入netstat –ano命令，发现80端口被一个PID为4的服务所占用，打开任务管理器，发现PID为4的进程为系统进程，其描述信息为NT Kernel & System，在服务里面又找不到PID为4的服务，所以没法停掉服务。 这种情况基... 阅读全文
摘要：
其实Windows操作系统有一个功能，是按住Alt键再加上右边数字小键盘中的数字，会输出相应的字符。这个方法的原理是输入的数字其实是 一串ASCII码，出来的是对应于该ASCII码的字符，如果数字超过255，则出来的是对应国标区位码的字符（有汉字）。 当然，让我们记住这么多的码是不现实的，但是若能记住一些常用的特殊字符的话，一定能给共走带来方便。 下面是... 阅读全文
摘要：
数据挖掘不仅涉及到数据建模分析，还涉及到数据的抓取，预处理以及后期的汇报，因此是一个综合要求比较高的活。为了更好的胜任这个工作，近期开始学习一些Office方面的技巧，并将之记录下来，以备以后回顾，也希望能给其他人带来便利。 Excel本身就有很强的数据处理功能，但遗憾的是在以前的学习和工作中几乎用不到它，这几天算是刚刚入门吧。这里很多的技巧都是在网上找的，只不过我自己都验证过了... 阅读全文
摘要：
今天看朱世武老师的《SAS编程技术教程》一书的时候，遇到一个问题，就是在SAS中打开一张表之后，右击Edit Mode，弹出了下面的警告框： 并且表格不能切换到编辑模式。经过在谷歌中搜索一番，发现有一个英文的网页里面提到了这个问题，链接如下：http://support.sas.com/kb/14/592.html问题产生的原因：当sas软件本身的界面是中文、英文或者其它语言的时候，对应的编码方式是不一样的，或者可以理解为，在中文模式下是用gb2312来处理数据表，但是在英文模式下式用其它的编码方式来处理数据表。那么，如果一个在英文界面下生成的数据表，放到中文界面下来修改的话，肯定编码是不一. 阅读全文
摘要：
K-均值法也叫C-均值法，它是一种广泛使用的聚类方法。它以K为输入参数，把n个对象的集合分为k个簇，使得簇内的相似度尽可能高，而簇间的相似度尽可能的低。 K均值基于误差平方和准则。随机选择k个对象，每个对象代表一个簇的初始均值。对于下的每个对象，根据其与各个簇的均值的距离，将它指派到最相似的簇（距离最小）。然后计算每个簇的新的均值。此过程不断重复，直至准则函数收敛。误差平方和定义... 阅读全文
摘要：
C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一... 阅读全文
摘要：
第二篇主要是讲述了SVM中最简单的情况，也就是线性可分的两类问题。在前面给出的公式中，对Lagrange函数的产生过程及接下来的推导还是有一些疑问，后来查了一些资料，终于释放掉心中的疑云，现记录如下。 有疑问的地方是： 前文说的最优分类面问题转化成如下的约束优化问题，即在条件 的约束下，求函数 的最小值。这是没问题的，但是紧接着作者通过定... 阅读全文
摘要：
最近看了张学工老师的《关于统计学习理论与支持向量机》和Vapnik的《Support Vector Networks》两篇文章。张学工老师是国内接触SVM比较早的学者，他的这篇文章算是支持向量机的一个综述；而Vapnik先生是SVM的发明者，SVM大牛中的大牛。他的这篇文章据说是支持向量机的第一篇论文。 我看文献的习惯是先找一篇国内比较好的综述进行阅读，然后从这篇文章中去找相应的... 阅读全文
摘要：
上学的时候，在《模式识别》课程里面接触到支持向量机，但说实话，那时候对它一知半解。虽然当时完成了一个大作业，效果也不错，但终究对它有一种似是而非的感觉。为了不让这种感觉再继续下去，这段时间好好研究一下。接下来会用几篇日志记载这段时间的收获。 要学习支持向量机，先从我教材《模式识别》（边肇祺，张学工版）出发。这次看书的时候对书上297页的一个地方，也就是最优分类面： 的分类间隔是 具体怎么推导出来有点不明白，书上的推导过程是放在4.1节即“线性判别函数”那一节。现在来看看具体的推导过程： 给出两类情况下判别函数为线性的一般表达式： （1） 式中x是d维特征向量，... 阅读全文