分类（Category）：可以给某一个类扩充一些方法（不修改原来类的代码）作用：在不改变原来类内容基础上，可以为类增加一些方法使用注意： 1. 只能增加方法，不能增加成员变量 2. 分类方法实现中可以访问原来类中的成员变量 3. 分类可以重新实现原来类中的方法，会覆盖原来类的方法，导致原来类的方法无...
分类：
其他好文 时间：
2015-08-26 19:50:30
阅读次数：
215
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。，对于给定的训练数据集，首先基于特征条件独立假设学习输入与输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y，朴素贝叶斯方法实现简单，学习与预测的效率都很高，是一种常用的方法。下面主要说一下朴素贝叶斯的...
分类：
其他好文 时间：
2015-08-18 17:59:14
阅读次数：
271
一、简答题（本题共30分）1、如何理解继承、多态、组合，请举例说明它们的应用。（10分）2、请列举出进程间通信的几种方式（至少列举出三种）。（10分）3、请写出贝叶斯公式，请描述朴素贝叶斯分类方法的原理和步骤。（10分）二、算法与程序设计（本题共40分）1、两个长度为100的随机向量X和Y，X=（x...
分类：
其他好文 时间：
2015-07-31 01:01:05
阅读次数：
231
1、引言 决策树是建立在信息论基础之上，对数据进行分类挖掘的一种方法。其思想是，通过一批已知的训练数据建立一棵决策树，然后利用建好的决策树，对数据进行预测。决策树的建立过程可以看成是数据规则的生成过程。由于基于决策树的分类方法结构简单，本身就是人们能...
分类：
其他好文 时间：
2015-07-28 00:48:52
阅读次数：
113
一.分类的作用：在不改变原来类内容的基础上，可以为类增加一些方法使用注意：1）分类只能增加方法，不能增加成员变量2）分类方法实现中可以访问原来类中声明的成员变量3）同名方法，分类的优先级最高（方法重构，覆盖原类中方法）4）方法调用优先级：分类—>原类—>父类（后编译的会覆盖先编译的（.h文件不编译）...
分类：
其他好文 时间：
2015-07-24 20:36:59
阅读次数：
110
【一、逻辑回归模型】逻辑回归不同于线性回归，它实际上一种分类方法，用于二分类问题（y=0或者1）。逻辑回归模型如下：
即当>=0.5时，预测输出值y=1；否则预测输出值y=0；且有：
【二、决策边界】所谓Decision Boundary就是能够将所有数据点进行很好地分类的h(x)边界。
【例1】
由图可知：
对应的线性回归模型为：
决策边界为粉色直线：
【例2】...
分类：
其他好文 时间：
2015-07-24 18:28:22
阅读次数：
166
解决类似网易新闻客户端收到新闻推送后，弹出一个UIAlert，然后跳转到新闻详情页面这种需求1.提供一个UIView的分类方法，这个方法通过响应者链条获取view所在的控制器- (UIViewController *)parentController{ UIResponder *respond...
分类：
其他好文 时间：
2015-06-30 20:18:44
阅读次数：
116
贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Naïve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。
由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就衍生出许多降低独立性假设的贝叶斯分类算法，如TAN(tree augmented Bayes network)算法。...
分类：
编程语言 时间：
2015-06-23 00:54:23
阅读次数：
1514
1，背景 现有的模式分类方法主要分为两类，一类是生成式方法，比如GMM，这类方法主要反映同类数据之间的相似度；一类是判别式方法，比如SVM，主要是反映异类数据之间的差异。fisher kernel是想要结合二者的优势（1，生成式方法可以处理长度不一的输入数据，2，判别式方法不能处理长度不一的数据但是分类效果较好。），将生成式模型用于判别式分类器中。 关于处理长度不一的数据，举例说明如...
分类：
其他好文 时间：
2015-06-21 02:05:43
阅读次数：
1313
基于概率的分类方法：朴素贝叶斯贝叶斯决策理论朴素贝叶斯是贝叶斯决策理论的一部分，所以在讲解朴素贝叶斯之前我们先快速简单了解一下贝叶斯决策理论知识。贝叶斯决策理论的核心思想：选择具有最高概率的决策。比如我们毕业选择就业方向，选择C++方向的概率为0.3，选择Java的概率为0.2，选择机器学习的概率为...
分类：
其他好文 时间：
2015-06-16 16:33:26
阅读次数：
132
