摘要：
1. 问题 真实的训练数据总是存在各种各样的问题： 1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。 2、 拿到一个数学系的本科生期末考试成绩单，里面有三列，一列是对数学的兴趣程度，一列是复习时间，还有一列是考试 阅读全文
摘要：
第一种 第二种 阅读全文
摘要：
介绍 RoughSets算法是一种比较新颖的算法，粗糙集理论对于数据的挖掘方面提供了一个新的概念和研究方法。本篇文章我不会去介绍令人厌烦的学术概念，就是简单的聊聊RoughSets算法的作用，直观上做一个了解。此算法的应用场景是，面对一个庞大的数据库系统，如何从里面分析出有效的信息，如果一datab 阅读全文
摘要：
conn.setRequestProperty("Accept-Encoding", "utf8, deflate");//注意编码，gzip可能会乱码 总结： 采集文件出现异常，用记事本打开文件查看数据，与实际页面作对比，判断是否是乱码。乱码出现的很大可能就是文件的请求编码问题 阅读全文
摘要：
粗糙集理论是一种研究不精确，不确定性知识的数学工具。 粗糙集理论的知识表达方式一般采用信息表或称为信息系统的形式，它可以表现为四元有序组K=（U，A，V，P）。其中U为对象的全体，即论域；A是属性全体；V是属性的值域；P为一个信息函数，反映了对象x在K中的完全信息。 粗糙集的思想为： 一种类别对应一 阅读全文
摘要：
随机森林是一个最近比较火的算法 它有很多的优点： 随机森林思想 用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看 阅读全文
摘要：
# -*- coding: utf-8 -*- import requests import js2xml from lxml import etree headers = { # 这边cookie替换成你的cookie 'Cookie':'9b', 'User-Agent': 'Mozilla/5.0 (Linux; Android 4.0.4; Galaxy Nexus Build/IM... 阅读全文
摘要：
Package Control Anaconda SublimeREPL 支持input 主题:https://packagecontrol.io/packages/Theme%20-%20Soda 添加ctags实现代码跳转 方法跳转，跳转到你方法 Python PEP8 Autoformat 一 阅读全文
摘要：
BP算法细节 参数说明：假设有n层。J表示代价函数，和上面的E是同样的意思，只不过用不同的字母写而已。 分析：要想知道第l层的第i个结点的残差，必须知道该节点所连接的下一层的各个结点的权值，以及这些结点的残差，幸亏第l+1层已经计算出来了残差，你只要把后面一层的每个结点j的残差乘以该结点与这一层的结 阅读全文
摘要：
BPN(Back Propagation Net) 反向传播神经网络是对非线性可微分函数进行权值训练的多层网络，是前向神经网络的一种。 BP网络主要用于： 1)函数逼近与预测分析：用输入矢量和相应的输出矢量训练一个网络，逼近一个函数或预测未知信息； 2)模式识别：用一个特定的输出矢量将它与输入矢量联 阅读全文
摘要：
已知某条件概率，如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。这里先解释什么是条件概率： 表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其基本求解公式为：。 贝叶斯定理之所以有用，是因为我们在生活中经常遇到这种情况：我们可以很容 阅读全文
摘要：
给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该类输入实例分为这个类。 KNN是通过测量不同特征值之间的距离进行分类。它的的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属 阅读全文
摘要：
二分类问题Sigmod 在 logistic 回归中，我们的训练集由 个已标记的样本构成： ，其中输入特征。（我们对符号的约定如下：特征向量 的维度为 ，其中 对应截距项 。） 由于 logistic 回归是针对二分类问题的，因此类标记 。假设函数(hypothesis function) 如下： 阅读全文
该文被密码保护。 阅读全文
摘要：
1. LDA是什么 线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（Fisher Linear Discriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。 基本思想是将高 阅读全文