在机器学习的应用背景是多种多样的，做实际工程必须学会如何根据 具体的问题评估一个学习模型的好坏，如何合理地选择模型、提取特征，如何进行参数调优。这些也是我以前做模式识别时欠缺的环节，所以在遇到识别率很低的情 况时，往往很困惑，不知道该如何改进：到底是应该改进模型改变特征、还是应该增加训练样本数量，到...
分类：
其他好文 时间：
2014-08-03 23:00:26
阅读次数：
287
~当k=0时，我们关注的是邻接矩阵的第0行和第0列，即顶点0的入边和出边；考察矩阵中其他元素，如果元素D[i][j]向第0行和第0列的投影D[0][j]和D[i][0]都有值，就说明原图中从 i 到 j 存在一条经过顶点0的有向路径 i -> 0 -> j，这样的路径包含的边数不会超过2，如果其权值...
分类：
其他好文 时间：
2014-08-02 04:01:02
阅读次数：
187
具体的算法原理可以参考
PS图层混合算法之四（亮光，
点光， 线性光， 实色混合）...
分类：
其他好文 时间：
2014-08-01 23:16:22
阅读次数：
337
一直有这么个想法，列一下我个人认为在学习和使用Java过程中可以推荐一读的书籍，给初学者或者想深入的朋友一些建议，帮助成长。推荐的的都是我自己读过，也会推荐一些朋友读过并且口碑不错的书籍。一、基础类1、《Thinkinginjava》，入门第一位是建立正确的概念。2、《CoreJava》，我没系统读...
分类：
编程语言 时间：
2014-07-31 12:08:26
阅读次数：
242
决策树（Decison Tree)之所以称为树是因为其建模过程类似一棵树的成长过程，即从根部开始，到树干，到分支，再到细枝末叶的分叉，最终胜出出一片片的树叶。在数据树里面，所分析的数据数据样本先是成为一个树根，然后经过层层分支，最终形成若干个节点，每个节点代表一个结论。 决策树算法之所以在数据...
分类：
其他好文 时间：
2014-07-30 03:16:42
阅读次数：
257
计算几何是算法竞赛的一大块，而叉积是计算机和的...
分类：
其他好文 时间：
2014-07-29 17:51:52
阅读次数：
377
子网掩码是每个网管必须要掌握的基础知识，只有掌握它，才能够真正理解TCP/IP协议的设置。以下我们就来深入浅出地讲解什么是子网掩码。 IP地址的结构 要想理解什么是子网掩码，就不能不了解IP地址的构成。互联网是由许多小型网络构成的，每个网络上都有许多主机，这样便构成了一个有层次的结构。IP地址在设计...
分类：
其他好文 时间：
2014-07-29 17:24:32
阅读次数：
233
KMP算法应用于 在一篇有n个字母的文档中 查找某个想要查找的长度为m的单词；暴力枚举：从文档的前m个字母和单词对比，然后是第2到m+1个，然后是第3到m+2个；这样算法复杂度最坏就达到了O(m*n),对于大数据肯定不行。KMP算法的精髓即设法减少不必要的枚举次数，举个例子；比如已经匹配好了单词的前...
分类：
其他好文 时间：
2014-07-29 12:16:46
阅读次数：
192
算法简介：
K-Means算法是输入聚类个数k，以及包含n个数据对象的数据库，输出满足方差最小标准的k个聚类。并使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中
对象相似度较小。
算法假设：
均方误差是计算群组分散度的最佳参数。
算法输入：
聚类个数k；...
分类：
其他好文 时间：
2014-07-28 00:03:39
阅读次数：
343
在上一篇博文中，我们对KNN算法思想及流程有了初步的了解，KNN是采用测量不同特征值之间的距离方法进行分类，也就是说对于每个样本数据，需要和训练集中的所有数据进行欧氏距离计算。这里简述KNN算法的特点：优点：精度高，对异常值不敏感，无数据输入假定缺点：计算复杂度高，空间复杂度高适用数据范围：数值.....
分类：
编程语言 时间：
2014-07-26 14:52:00
阅读次数：
361
