由之前对核函数的定义（见统计学习方法定义7.6）：
设χ是输入空间（欧氏空间或离散集合），Η为特征空间（希尔伯特空间），如果存在一个从χ到Η的映射
φ(x): χ→Η
使得对所有的x,z∈χ,函数Κ(x,z)=φ(x)?φ(z)，
则称Κ(x,z)为核函数，φ(x)为映射函数，φ(x)?φ(z)为x,z映射到特征空间上的内积。
由于映射函数十分复杂难以计算，在实际中，通常都是使用核函数...
分类：
其他好文 时间：
2016-03-29 10:57:41
阅读次数：
248
系统的深入学习的话避免不了阅读相关的papers 论文：ACM的RecSys，KDD，WWW，SIGIR等会议上都有相关的论文 书籍 推荐系统实践 (豆瓣) 推荐系统 (豆瓣) 机器学习实战 (豆瓣) 统计学习方法 (豆瓣) Recommender Systems Handbook (豆瓣)等 视频... ...
分类：
编程语言 时间：
2016-03-28 15:35:16
阅读次数：
447
理论知识可参考：《统计学习方法》 （李航 著） 第八章 简单代码实现：
分类：
编程语言 时间：
2016-03-17 21:27:26
阅读次数：
305
KNN算法的介绍请参考： http://blog.csdn.net/zouxy09/article/details/16955347 统计学习方法里面给出了KD Tree的算法介绍,按照书上的进行了实现： # -*- coding: utf-8 -*- from operator import it
分类：
编程语言 时间：
2016-03-01 00:44:25
阅读次数：
323
感知机具体说明：见《统计学习方法第二章》。实现(scikit-learn):数据集 1 import numpy as np 2 import matplotlib.pyplot as plt 3 from sklearn.linear_model import perceptron 4 5 # ....
分类：
系统相关 时间：
2016-01-03 14:52:14
阅读次数：
239
http://blog.csdn.net/hechenghai/article/details/46817031主要参照统计学习方法、机器学习实战来学习。下文作为参考。第一节中说了，logistic 回归和线性回归的区别是：线性回归是根据样本X各个维度的Xi的线性叠加（线性叠加的权重系数wi就是模型...
分类：
其他好文 时间：
2016-01-03 12:53:23
阅读次数：
235
提升方法（boosting）是一种常用的统计学习方法，应用广泛且有效。在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。 本章首先介绍提升方法的思路和代表性的提升算法AdaBoost，然后通过训练误差分析探讨AdaBoost为什么能够提高学习精度，....
分类：
其他好文 时间：
2015-12-04 14:45:46
阅读次数：
287
具体描述见《统计学习方法》第三章。 1 // 2 // main.cpp 3 // kNN 4 // 5 // Created by feng on 15/10/24. 6 // Copyright © 2015年 ttcn. All rights reserved. 7 //...
分类：
系统相关 时间：
2015-10-25 16:13:26
阅读次数：
237
首先是前向算法前向算法demo文件：fwd_demo.m 1 %% 前向算法的demo 2 %% 验证的例子参见《统计学习方法》p177 3 %% 4 5 % (编码：红1，白2) 6 % 初始概率分布 7 pi=[0.2 0.4 0.4] 8 9 % 概率转移矩阵10 A=[ 0.5 0....
分类：
编程语言 时间：
2015-10-09 22:34:53
阅读次数：
302
学习规划学习规划书单C/C++计算机程序的构造和解释（和算法导论交叉学习）Essensial C++C++ Primer（主要学习9到16章）算法导论（边学边看）编程珠玑Unix编程艺术pythonpython核心编程集体智慧编程统计学习方法专业书模式识别与机器学习（先看Translation版本，...
分类：
其他好文 时间：
2015-09-23 23:31:26
阅读次数：
412
