决心1119

摘要：个人理解，Logistic回归最根本的理论基础就是利用了Sigmod函数或者tan等，能够较平滑的（相对其他的单位阶跃函数）表示非0即1，或者-1和1，以及其中间值。这样将样本的特征向量的每一个维度或者（每一种属性，参数）都赋予一个权重系数，所有的属性值和其权重得到的权值的和作为改... 阅读全文

摘要：数组转换矩阵： A ＝ mat（s［］） 矩阵转换数组： s［］＝ A.getA() 举例： s=[[4,2],[3,2],[3,1]] A =mat(s) A matrix([[4, 2], ... 阅读全文

摘要：java eclipse经常会用到整个类进行查找，ctrl＋f，然后replaceall（XX，toXX）。但是最近要对webservice上的项目进行检查，里面的运行程序不能有system.out.println这样的语句，因为服务器上的控制台输出会存储到一个指定路径的文件里，超... 阅读全文

摘要：首先介绍算法思路：图像对应方向的投影，就是在该方向取一条直线，统计垂直于该直线（轴）的图像上的像素的黑点数量，累加求和作为该轴该位置的值；基于图像投影的切割就是将图像映射成这种特征后，基于这种特征判定图像的切割位置（坐标），用这个坐标来切割原图像，得到目标图像。java代码实现： ... 阅读全文

摘要：简单介绍下朴素贝叶斯分类原理： 首先要知道贝叶斯公式： 贝叶斯定理是一种用先验概率推断后验概率:在B出现的前提下,A出现的概率等于A出现的前提下B出现的概率乘以A出现的概率再除以B出现的概率。通过联系A与B,计算从一个事件产生另一事件的概率,即从结果上溯原。 而这一章的代码，是通... 阅读全文

摘要：首先是对于决策树的个人理解： 通过寻找最大信息增益（或最小信息熵）的分类特征，从部分已知类别的数据中提取分类规则的一种分类方法。 信息熵： 其中，log底数为2，额，好吧，图片我从百度截的。。 这里只解释到它是一种信息的期望值，深入的请看维基百科 http://zh.wikip... 阅读全文

摘要：最近在学习《机器学习实战》一书，受益匪浅，之前还看过本书《机器学习系统设计》也很不错，个人觉得前者更注重算法学习和白盒代码优化（原理理解），而后者更注重skit-learn 等工具包的黑盒使用，更重要的是会指导部分工具算法使用的调优trick，提到机器学习的trick调优，比如ea... 阅读全文