项目介绍：1. 需要预测的数据：2. 采用的权函数以及形函数：3. 求解的形函数曲线结果：4.
算法流程图：5. 预测结果：x=[234 255 255 76 12];y=[162 242 176 54 55];z=[199 200 57 50
73];对应的预测结果为:>> MLS_Output....
分类：
移动开发 时间：
2014-06-12 06:17:39
阅读次数：
510
1.线性回归介绍X指训练数据的feature，beta指待估计得参数。详细见http://zh.wikipedia.org/wiki/%E4%B8%80%E8%88%AC%E7%BA%BF%E6%80%A7%E6%A8%A1%E5%9E%8B使用最小二乘法拟合的普通线性回归是数据建模的基本方法。令最...
分类：
其他好文 时间：
2014-06-07 01:02:30
阅读次数：
458
最小二乘法又叫做最小平方法，是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。
通常情况下最小二乘法用于求回归问题。以简单的线性最小二乘为例，二维平面上给定个点的坐标，确定一条直线，
要求大致符合这个点的走向。
我们可以设这条直线的方程为，那么就要使在处的函数值与给定的值相
差达到最小，也就是说，要确定的值，使得
最小。根...
分类：
其他好文 时间：
2014-06-01 13:57:53
阅读次数：
206
过了快半年了，终于下决心将自己挖的关于AAM的坑给填平了。
今天的内容主要关于有遮挡情况下的AAM alignment算法。当数据存在少量重大误差时，最小二乘法往往不能很好地保持匹配鲁棒性，这时就需要使用其他方法来解决这个问题。...
分类：
其他好文 时间：
2014-05-25 18:39:58
阅读次数：
205
最小二乘法E = || ax - b || = [(a_1 x - b_1)^2 + (a_2
x - b_2)^2 + ... + (a_m x - b_m)……2 ]^2，这里|| ||表示模，如果用T表示转置的话，平方值为E^2 =
(ax-b)^T(ax-b) = a^T a x^2 - 2...
分类：
其他好文 时间：
2014-05-07 18:49:33
阅读次数：
231
