极大似然估计又称最大似然估计，对于一个已知的模型来说，还有些参数是不确定的，但是有了真实数据，那么这些参数可不可计算出呢？或者估计出最有可能的情况？举个例子，例如有一组来自正态分布（也叫高斯分布）的样本数据，每个样本的数据都独立同分布，比如是正态分布，但正态分布的参数μ,σ都不知道，如果用极大似然估...
分类：
其他好文 时间：
2015-01-16 23:40:51
阅读次数：
238
Python实现KNN算法
KNN算法的实际用处很多，主要用于分类阶段，是一个基础的分类算法。KNN主要基于距离的计算，一般可以在原始的欧氏空间中计算样本之间的距离。改进版本有：先特征提取到一个更加鉴别的空间中，然后计算距离；或者先使用metric learning度量学习的技术来获得一个鉴别的度量空间，然后计算样本间的马氏距离。
不管怎么说，KNN在很多算法的分类阶段都可以用到，我们这里用python实现KNN。...
分类：
编程语言 时间：
2015-01-16 19:19:41
阅读次数：
233
下面是转载http://blog.csdn.net/yanqingan/article/details/6125812博客的内容最大似然估计学习总结1. 作用在已知试验结果（即是样本）的情况下，用来估计满足这些样本分布的参数，把可能性最大的那个参数作为真实的参数估计。2. 离散型设为离散型随机变量，...
分类：
其他好文 时间：
2015-01-13 12:15:27
阅读次数：
246
前面我们已经说了logistic回归，训练样本是，（且这里的是d维，下面模型公式的x是d+1维，其中多出来的一维是截距横为1，这里的y=±1也可以写成其他的值，这个无所谓不影响模型，只要是两类问题就可以），训练好这个模型中参数θ以后（或者是这个模型，这俩是一个模型），然后给入一个新的，我们就可以根据...
分类：
其他好文 时间：
2015-01-12 22:16:49
阅读次数：
302
1 //@auther Yang Zongjun 2 #include 3 #include 4 #include 5 #include 6 #include 7 #include 8 9 using namespace std;10 #define PI acos(-1.0)11 ...
分类：
其他好文 时间：
2015-01-12 00:15:14
阅读次数：
171
判断给定正整数是不是“水仙花数”。“水仙花数”是指一个三位数，其各位数字的立方和等于该数，例如153=1^3+5^3+3^3。
输入说明：有多组数据，每组数据为一个正整数n（0
输出说明：对于每一组数据，输出一个yes或no（表示该数是否为“水仙花数”）。
输入样本：
153
111
370
422
0
输出样本：
yes
no
yes
no
...
分类：
其他好文 时间：
2015-01-11 09:38:56
阅读次数：
198
请写一个程序，判断给定整数序列能否构成等差数列。
输入说明：多组数据，每组输入数据由两行构成，第一行只有一个整数n（
输出说明：对于每一组数据，输出一个yes或no，表示该序列能否构成等差数列。
输入样本：
6
23 15 4 18 35 11
3
3 1 2
0
输出样本：
no
yes
#include
#include...
分类：
其他好文 时间：
2015-01-11 09:37:55
阅读次数：
187
在外行眼里统计学家经常做的一件事就是把一大堆杂七杂八的数据放在一起，算出几个莫名其妙的数字，然后再通过这些数字推理出貌似很靠谱的结论，简直就像是炼金术士用“贤者之石”把一堆石头炼成了金矿。第六章，应该是全书最抽象的一章，就是介绍统计学中的“贤者之石”——数据简化原理。从蕴含信息的角度看，样本全体.....
分类：
其他好文 时间：
2015-01-10 12:34:10
阅读次数：
215
有了前四章知识的铺垫，第五章进入了统计研究的正题——样本的研究。样本可以说是统计学研究中最基本的对象，样本的数学性质也是最重要的研究课题，统计学的一大任务就是从一大堆样本中提取出有价值的知识，正如对原子和分子的研究之于化学一样。下面是这一章的思维导图，
分类：
其他好文 时间：
2015-01-09 18:56:34
阅读次数：
229
一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：标准差：方差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0, ...
分类：
其他好文 时间：
2015-01-09 16:47:45
阅读次数：
148
