给定n个m维样本X-(1), X(2),…,X(n)，假设我们的目标是将这n个样本从m维降低到k维，并且尽可能保证这种降维的操作不会产生很大的代价（重要信息的丢失）。换句话说，我们要把n个样本点从m维空间投影到k维空间。对...
分类：
其他好文 时间：
2015-03-17 08:12:37
阅读次数：
656
冷源群控系统最好由冷源厂家来做的理由1.冷机厂家对空调的参数十分的清楚，明确的知道冷机的负荷曲线，可以优化冷机加减载的最合理时间达到最佳的节能效果2.独立的CSM硬件模块，内置不同冷机的型号特性，专门负责冷机的加减载3.准确的预估流量，而不仅仅依靠流量计，流量计的误差，在完美的安装下仍有15%误差，...
分类：
其他好文 时间：
2015-03-15 12:16:46
阅读次数：
185
机器学习中，我们根据训练集训练一个模型，来对测试数据进行预测。通常我们并不关心模型在训练集上的好坏（即训练误差，in sample error），因为即使一个模型在训练集上表现的再好也未必具有举一反三的能力，因此我们更着重于其在从未见过的数据（测试集）上的正确率（即泛化误 差，generalizat...
分类：
其他好文 时间：
2015-03-14 23:02:16
阅读次数：
1955
本文是《Neural networks and deep learning》概览 中第三章的一部分，讲machine learning算法中用得很多的交叉熵代价函数。1.从方差代价函数说起代价函数经常用方差代价函数（即采用均方误差MSE），比如对于一个神经元（单输入单输出，sigmoid函数）,定义其代价函数为： 其中y是我们期望的输出，a为神经元的实际输出【 a=σ(z), where z=wx+...
分类：
其他好文 时间：
2015-03-13 14:27:18
阅读次数：
293
计算机的系统时间是由计算机内的石英晶体振荡电路以固定的振荡频率产生的，由于晶振在制作过程中会有少许误差，导致所产生的系统时间与全球时间（UTC）存在偏差，时间一长，偏差就会越来越大，严重时会给网络应用带来灾难性的后果，因此就需要对网络中的计算机的系统时间进行校..
分类：
其他好文 时间：
2015-03-12 15:31:08
阅读次数：
153
这里以二元分类为例子，给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是 回归树 而不是分类树 分类树 分裂的时候选取使得误差下降最多的分裂 计算的技巧 最终分裂收益按照下面的方式计算，注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框...
分类：
其他好文 时间：
2015-03-09 22:17:55
阅读次数：
1493
一、进度管理里的历时三点估算历时的三点估算可能会出现在进度管理的计算题里。以下公式，大家要记住：说一下历时的三点估算中的几个值：1、最有可能的历时估算：Tm2、最乐观的历时估算： To3、最悲观的历时估算： Tp4、活动历时的均值=（To+4Tm+Tp）/65、由于是估算，难免有误差，其方差=（Tp...
分类：
其他好文 时间：
2015-03-09 22:09:58
阅读次数：
276
起源：线性神经网络与单层感知器古老的线性神经网络，使用的是单层Rosenblatt感知器。该感知器模型已经不再使用，但是你可以看到它的改良版：Logistic回归。可以看到这个网络，输入->加权->映射->计算分类误差->迭代修改W、b，其实和数学上的回归拟合别无二致。其中迭代修改参数，使目标函数收...
分类：
其他好文 时间：
2015-03-08 17:05:16
阅读次数：
153
这里以二元分类为例子，给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是 回归树 而不是分类树 分类树 分裂的时候选取使得误差下降最多的分裂 计算的技巧 最终分裂收益按照下面的方式计算，注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框...
分类：
其他好文 时间：
2015-03-08 15:29:50
阅读次数：
543
1、任意选取K个对象作为初始聚类中心（O1,O2,…Oi…Ok）。 2）将余下的对象分到各个类中去（该对象与哪一个聚类中心最近就被分配到哪一个聚类簇中）； 3）对于每个类（Oi）中，顺序选取一个Or，重复步骤2，计算用Or代替Oi后的误差E=各个点到其对应的中心点欧式距离之和。选择E最小的那个O.....
分类：
编程语言 时间：
2015-03-08 11:39:58
阅读次数：
193
