Basis(基础)：MSE(Mean Square Error 均方误差)，LMS(LeastMean Square 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(MaximumLikelihood Estimation最大似然估计)，QP(Quadratic Programming 二次规划)， CP(Conditional Probability条件概率)，...
分类：
编程语言 时间：
2016-05-07 07:58:05
阅读次数：
237
函数：f=2*jn*(atan((b + o - x)/h) + atan((b - o + x)/h)) - 2*jn*(atan((b + o - x)/(h + 1)) + atan((b - o + x)/(h + 1)))
这是一个实际的工程应用公式。参数为jn，o，b，h。//main函数,写的比较粗糙，但是可以运行，实际工程应用结果也比较理想。
//如果想提高精度，将float换成d...
分类：
编程语言 时间：
2016-05-06 12:46:31
阅读次数：
969
（一）正交集与正交基 如果，S中任何两个不同的向量都正交，那么，S称为正交向量集。 如果S是正交向量集 并且是 线性无关集，那么S是正交集。 证明： 同理，所有的ci都是0，所以S是线性无关集。 上述证明思路在下文中会经常使用，故称之为证明方法1. （二）正交投影 假设是Rn子空间W的正交基，对W中 ...
分类：
其他好文 时间：
2016-05-06 09:26:48
阅读次数：
377
Basis(基础)： MSE(Mean Square Error 均方误差)，LMS(LeastMean Square 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(MaximumLikelihood Estimation最大似然估计)，QP(Quadratic ...
分类：
其他好文 时间：
2016-05-05 07:02:42
阅读次数：
180
1.numpy.random.normal
numpy.random.normal
numpy.random.normal(loc=0.0, scale=1.0, size=None)
Draw random samples from a normal (Gaussian) distribution.
The probability density function o...
分类：
编程语言 时间：
2016-04-29 17:44:37
阅读次数：
265
1.numpy.random.normal
numpy.random.normal
numpy.random.normal(loc=0.0, scale=1.0, size=None)
Draw random samples from a normal (Gaussian) distribution.
The probability density function o...
分类：
编程语言 时间：
2016-04-26 19:48:44
阅读次数：
290
本文加权最小二乘法为研究生阶段首次做的算法推导和实现的尝试，很简单，但是当看到自己做的结果的时候还是很开心滴 ...
分类：
其他好文 时间：
2016-04-26 19:14:51
阅读次数：
131
1.数学 2.机器学习 Java 机器学习 工具 & 库 1.处理小数据效果好 2.深度学习—大数据，超过500w；图像，语言方面效果奇好 SVD 最小二乘法 梯度下降法 局部加权回归 1.最大似然估计 2.logistic回归 3.感知器的初步—logistic的简化情节 牛顿法 1.介绍了牛顿方 ...
分类：
其他好文 时间：
2016-04-23 11:53:53
阅读次数：
699
最小二乘法的目标：求误差的最小平方和，对应有两种：线性和非线性。线性最小二乘的解是closed-form（如下文），而非线性最小二乘没有closed-form，通常用迭代法求解（如高斯牛顿迭代法，本文不作介绍）。...
分类：
编程语言 时间：
2016-04-22 18:58:40
阅读次数：
264
最小二乘拟合直线方程：y=ax+b，就是线性回归。(n代表样本数量）。误差函数为： e=∑(yi-axi-b)^2，各偏导为： de/da=-2∑(yi-axi-b)xi=0de/db=-2∑(yi-axi-b)=0 于是得到关于a,b的线性方程组： ∑(xi^2)*a+(∑xi)*b=∑yixi( ...
分类：
其他好文 时间：
2016-03-30 19:25:29
阅读次数：
145
