第一讲：线性回归
Supervised Learning
首先给出一些基本定义，x(i)x^{(i)} 表示输入变量或者输入特征，y(i)y^{(i)} 表示输出变量或者目标值。(x(i),y(i)(x^{(i)}, y^{(i}) 称为一对样本，一组样本
{(x(i),y(i));i=1,2,...,m}\{(x^{(i)}, y^{(i)}); i=1,2,...,m\} 称为训练集，其...
分类：
其他好文 时间：
2015-04-07 09:47:56
阅读次数：
102
什么是线性分类器？
线性分类器试图通过训练集中的样本得出一个分类超平面，目标是最大程度地区分训练集中不同类别的样本，最终把这个分类超平面应用于新样本的分类。
SVM相比一般的线性分类器有什么不同？
SVM以最大化不同类别之间的间隔为优化目标。
SVM和逻辑回归有什么区别？
逻辑回归通过sigmoid函数缩小了远离分类超平面那些点的信息，而SVM直接忽略了那些点的信...
分类：
其他好文 时间：
2015-04-06 21:56:14
阅读次数：
186
目录1概述2背景对比3网络教学方式对比4作业强度对比5单样本学生作业得分统计概述2015年新学期，石家庄铁道学院、广州商学院、贵州师范大学同时在软件工程教学课程上采用了邹欣《构建之法》作为教程，本教程的核心理念是"做中学"。三个学校的学生同步进行了下面工作：学生在博客园上建立账户 每次作业的结果在博...
分类：
其他好文 时间：
2015-04-06 15:27:15
阅读次数：
154
为何需要核函数：http://www.blogjava.net/zhenandaci/archive/2009/03/06/258288.html建议他的文章都仔细看一下核函数的类型：常用的四种核函数对应的公式如下：先粘贴一下，以后有经验了再自己总结。如果如果特征数远远大于样本数的情况下,使用线性核...
分类：
其他好文 时间：
2015-04-05 21:55:04
阅读次数：
198
在svm中，训练是一个十分重要的步骤，下面我们来看看svm的train部分。在libsvm中的svm_train中分别有回归和分类两部分，我只对其中分类做介绍。分类的步骤如下：统计类别总数，同时记录类别的标号，统计每个类的样本数目将属于相同类的样本分组，连续存放计算权重C训练n(n-1)/2 个模型...
分类：
其他好文 时间：
2015-04-05 15:54:57
阅读次数：
316
对于学习SVM人来说，要判断SVM效果，以图形的方式输出的分解线是最直观的。LibSVM自带了一个可视化的程序svm-toy，用来输出类之间的分界线。他是先把样本文件载入，然后进行训练，通过对每个像素点的坐标进行判断，看属于哪一类，就附上那类的颜色，从而使类与类之间形成分割线。我们这一节不讨论svm...
分类：
其他好文 时间：
2015-04-05 15:47:52
阅读次数：
122
4月2日，移动游戏数据分析公司DataEye发布了《2015Q1HTML5游戏数据报告》。微信作为H5游戏的渠道入口，占比从上个季度的近7成降至4成，各路App作为HTML5游戏的新入口。DataEye此次调研样本总回收837份，有效样本数410份。与上季度报告不同的是，增加了H5游戏从业者与公司的...
分类：
微信 时间：
2015-04-03 23:42:21
阅读次数：
238
一、Bootstrap
非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法，也称为自助法。其核心思想和基本步骤如下：[1]
（1）采用重抽样技术从原始样本中抽取一定数量（自己给定）的样本，此过程允许重复抽样。
（2）根据抽出的样本计算给定的统计量T。
（3）重复上述N次（一般大于1000），得到N个统计量T。
（4）计算上述N个统计量T的样本方差，得到统计量的方差。
应该说B...
分类：
其他好文 时间：
2015-04-03 11:14:32
阅读次数：
136
Adaboost 算法 AdaBoost 是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器，即弱分类器，然后把这些弱分类器集合起来，构造一个更强的最终分类器。(很多博客里说的三个臭皮匠赛过诸葛亮) 算法本身是改变数据分布实现的，它根据每次训练集之中的每个样本的分类是否正确，以及上次的总体...
分类：
编程语言 时间：
2015-04-02 18:15:17
阅读次数：
170
一、我们目前为止拥有什么为了有一个连续完整的认识，在介绍最后一节前，先梳理下至今我们训练了哪些数据特征，并且训练它们的目的是什么。 1. ft_data：利用手工标注工具，获取最原始的样本训练数据，包括以下内容： 图像名称集合imnames：表明在哪幅图像上标注特征点；二维坐标集合points：手工标准点，后续更高级别特征均围绕这些特征点展开；对称坐标索引集合symmetry：标注样本图...
分类：
其他好文 时间：
2015-04-01 23:56:02
阅读次数：
461
