功能点分析法应用在软件测试中，它最核心的价值究竟是什么呢? 让我们先看看软件开发，这是跟测试离得最近的工作类型。开发工程师工作大致可以分为“设计”和“编码”两步。设计一般是使用UML语言，借助类似于Rose这样的工具，绘制一些UC图、类图、ER图等 最近有位同事问我，“天彤你搞这个功能点分析算法，....
分类：
其他好文 时间：
2015-09-16 19:52:03
阅读次数：
152
机器学习在各个领域都有广泛的应用，特别在数据分析领域有着深远的影响。决策树是机器学习中最基础且应用最广泛的算法模型。本文介绍了机器学习的相关概念、常见的算法分类和决策树模型及应用。通过一个决策树案例，着重从特征选择、剪枝等方面描述决策树的构建，讨论并研究决策树模型评估准则。最后基于
R 语言和 SPSS 这两个工具，分别设计与实现了决策树模型的应用实例。
机器学习概念
...
分类：
编程语言 时间：
2015-08-25 16:51:14
阅读次数：
283
参考：http://scikit-learn.org/stable/modules/learning_curve.html
estimator's generalization error can be decomposed in terms of
bias, variance and noise. The bias of
an estimator is its avera...
分类：
其他好文 时间：
2015-07-30 11:33:18
阅读次数：
157
评价分类器性能的度量分类器评估度量包括准确率（又称“识别率”）、敏感度（或称为召回率recall）、特效性、精度（precision）F1和FΒ。
度量
公式 准确率、识别率
TP+TNP+N\dfrac{TP+TN}{P+N}
错误率、识分类率
FP+FNP+N\dfrac{FP+FN}{P+N}
敏感度
TPP\dfrac{TP}{P}
特效性、真负例率
T...
分类：
其他好文 时间：
2015-05-18 11:02:25
阅读次数：
379
自己总结的机器学习基础算法，和相应的python代码实现，直接上传word和python代码
机器学习算法基础及Python实现
目录
一 机器学习概述...
4
1.1 统计学习...
4
1.2 监督学习...
4
1.3 模型评估与选择...
4
1.4 模型的泛化能力...
5
二 预测算法...
5
1 一元线性回归...
5
1.1 为什么...
分类：
其他好文 时间：
2015-04-25 22:47:56
阅读次数：
187
在评估模型的预测能力上，提升图 (lift chart)和增益图(gain chart)是一种非常有用的图形表达方式。在SPSS中，一个典型的增益图如下所示：在今天这篇博文中，博主会和大家一起探讨制作增益图的逻辑以及如何解释增益图和提升图。以下博文中，我们会运用一个直邮公司的例子来为大家讲解。假设在...
分类：
其他好文 时间：
2015-04-03 19:18:43
阅读次数：
2385
http://www.cnblogs.com/levone/p/3531054.html#2898984 1.4 模型评估与模型选择 泛化能力（generalization ability)：学习方法对未知数据的预测能力。 过拟合（over-fitting)：学习时选择的模型所包含...
分类：
其他好文 时间：
2015-03-10 11:42:10
阅读次数：
240
LDA主题模型好坏的评估，判断改进的参数或者算法的建模能力。
Blei先生在论文《Latent Dirichlet Allocation》实验中用的是Perplexity值作为评判标准。
一、Perplexity定义
http://en.wikipedia.org/wiki/Perplexity
perplexity是一种信息理论的测量方法，b的perplexity值定义为基于b的...
分类：
其他好文 时间：
2015-01-06 17:58:56
阅读次数：
232
自己根据算法编写了两个简单的matlab代码，应用于例子中的数据取得了正确的解，这里并没有考虑速度优化的问题，请大家不吝指教：1.模型评估HMM模型如下，试根据前向算法计算产生观察符号序列O={ABAB}的概率。状态转移概率矩阵a = [0.4 0.6 0 ; 0 0.8 0.2; 0...
分类：
其他好文 时间：
2014-12-03 23:00:28
阅读次数：
263
1.评估分类器性能的度量 当建立好一个分类模型之后，就会考虑这个模型的性能或准确率如何，这里介绍几种分类器评估度量如下表： 假设在有标号的元组组成的训练集上使用分类器。P是正元组数，N是负元组数。度量公式准确率、识别率(TP+TN)/(P+N)错误率、误分类率(FP+FN)/(P+N)敏感度、真.....
分类：
其他好文 时间：
2014-11-01 19:02:37
阅读次数：
5185
