根据生日计算年龄可以通过Calendar实现。最简单可以考虑get(Calendar.DAY_OF_YEAR)来简单修正年龄，但是遇到生日在闰年的2月29之后，或者今年是闰年的2月29之后可能出现计算不准，误差一天。所以还是老实判断年月日好了。//根据生日计算年龄，判断了年月日，比简单的年份上计算更...
分类：
编程语言 时间：
2014-11-08 11:51:24
阅读次数：
182
tomcat项目部署后，启动运行时报classnotfound错误，差不多就是下面这样的 怎么搞呢 ，差不多就是下面这样 关键：把默认的class什么的改成out或其他 ， 其他地方相应的修改就OK了
分类：
其他好文 时间：
2014-11-06 20:19:47
阅读次数：
137
by：ysuncn（欢迎转载，请注明原创信息） 什么是标准差（standard deviation）呢？依据国际标准化组织（ISO）的定义：标准差σ是方差σ2的正平方根；而方差是随机变量期望的二次偏差的期望，这个就不用解释了。 什么是标准误差（standard error）呢？看了些文献...
分类：
其他好文 时间：
2014-11-04 12:38:56
阅读次数：
234
Kmeans算是是聚类中的经典算法，过程如下：
选择K个点作为初始质心
repeat
将每个点指派到最近的质心，形成K个簇
重新计算每个簇的质心
until 簇不发生变化或达到最大迭代次数
算法中的K需要人为的指定。确定K的做法有很多，比如多次进行试探，计算误差，得出最好的K。这样需要比较长的时间。我们可以根据Canopy算法来粗略确定K值(可以认为相等)。看一下Canopy算法的...
分类：
编程语言 时间：
2014-11-02 18:20:44
阅读次数：
312
以前做研究写论文，总爱用高性能这一词来形容所提的算法，有点王婆卖瓜的感觉。当然，所研究的算法的性能是不错的，但是否是高性能，自己不敢说一定。最近翻读Vazirani的《Approximate Algorithms》一书，仔细重读了他的前言，发现他给出了高性能算法的一个定义，即高性能算法的解与最有解的误差只有2%或5%。2%的误差要求可能有点高，但5%应该还是不错的。如果以此为衡量，先前所做的算法少...
分类：
编程语言 时间：
2014-11-02 16:35:42
阅读次数：
176
0 网络计算结果 B(m)=f( ∑n( W(n,m)*X(n) ) - Θ(m) ) %中间层的输出 Y(k)=f( ∑m( V(m,k)*B(m) ) - ф(k) ) %输出层的输出1 计算误差值 E(k)=Y'(k)-Y(K) %Y'表示样本真实的输出值2 计算校正误差 d...
分类：
其他好文 时间：
2014-11-01 17:43:34
阅读次数：
323
机器学习算法 原理、实现与实战——模型评估与模型选择1. 训练误差与测试误差机器学习的目的是使学习到的模型不仅对已知数据而且对未知数据都能有很好的预测能力。假设学习到的模型是$Y = \hat{f}(X)$，训练误差是模型$Y = \hat{f}(X)$关于训练数据集的平均损失：$$R_{emp}(...
分类：
其他好文 时间：
2014-10-31 11:20:27
阅读次数：
311
wiki上的解释很好，自己组织语言也不见得比wiki上的好。所以摘录如下(红色字体是特别标注的部分)：http://zh.wikipedia.org/wiki/%E5%8D%8F%E6%96%B9%E5%B7%AE协方差协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。而方...
分类：
其他好文 时间：
2014-10-29 12:48:47
阅读次数：
229
人生如戏！！！！ 一、理论准备 输入：簇的数目k和包含n个对象的数据库。 输出：k个簇，使平方误差准则最小。 算法步骤： 1.为每个聚类确定一个初始聚类中心，这样就有K 个初始聚类中心。 2.将样本集中的样本按照最小距离原则分配到最邻近聚类 3.使用每个聚类中的样本均值作为新的聚类中心。 ...
分类：
编程语言 时间：
2014-10-27 17:32:33
阅读次数：
563
简介: 计算方法又称“数值分析”。是为各种数学问题的数值解答研究提供最有效的算法。笔记：1误差与原则（1）误差种类：模型误差、观测误差、截断误差和舍入误差。（2）法则： （a）加减运算：近似数加减时，把其中小数位数较多的数四舍五入，使其比小数位数最少的数多一位小数，计算保留的小数位数与原近似数...
分类：
其他好文 时间：
2014-10-27 12:26:42
阅读次数：
234
