{$cart_num}件商品,总商品金额:¥{$cart_price|number_format=###,2,'.',''}
分类:
其他好文 时间:
2015-07-24 17:36:13
阅读次数:
109
一、为什么有CART回归树 以前学过全局回归,顾名思义,就是指全部数据符合某种曲线。比如线性回归,多项式拟合(泰勒)等等。可是这些数学规律多强,硬硬地将全部数据逼近一些特殊的曲线。生活中的数据可是千变万化。那么,局部回归是一种合理地选择。在斯坦福大学NG的公开课中,他也提到局部回归的好处。其中,C....
分类:
其他好文 时间:
2015-07-23 13:47:10
阅读次数:
165
什么是决策树其实网络上有着很多说明决策树的文章,比如参考资料中的1和2,主要是因为这个机器学习的方法实在太经典了,有着很多不同的算法实现,包括最早的由Quinlan在1986年提出的ID3算法、1993年同样是Quinlan提出的C4.5算法以及由Braiman等人在1984年提出的CART算法。尽...
分类:
其他好文 时间:
2015-07-22 06:53:59
阅读次数:
161
CART:分类回归树分类树和回归树的区别:分裂节点时使用的节点非纯度量(最小化准则、特征选择)不一样,修剪树的准则不一样分类树: 节点非纯度量:平方误差和 区域估计值:均值(在给定的划分下,均值带来的平方误差和最小)回归树: 节点非纯度量:误分类误差、Gini指数、熵 区域估计值:多数类G...
分类:
其他好文 时间:
2015-07-15 01:10:41
阅读次数:
338
上代码:html界面 99 css 样式.cart{position: fixed; width: 40px; height: 40px; line-height:40px;top:20px;right:20px; z-index: 99999; bord...
分类:
其他好文 时间:
2015-07-13 20:26:12
阅读次数:
84
区别:使用不同的属性选择度量。信息增益偏向多值属性信息增益率倾向产生不平衡的划分基尼指数偏向多值属性,并且当类的数量很大时会有困难,还倾向于导致相等大小的分区和纯度C4.5:优点:产生的分类规则易于理解,准确率较高。其缺点是:在构造树的过程中,需要对数据集进行多次的顺序扫描和排序,因而导致算法的低效...
分类:
其他好文 时间:
2015-07-11 23:59:50
阅读次数:
447
以一个购物车的商品列表为例 列表显示层list组件: {
????xtype:?‘dataview‘,
????id:?‘cart_view_list‘,
????itemCls:?‘cart-view-list‘,
????store:?‘Cart‘,
????emptyText:?‘无商品‘...
分类:
其他好文 时间:
2015-07-03 16:18:24
阅读次数:
237
CART树的构建:$function\ cart(D)$--$D$为数据1.如果到了终止条件(如:所有x都相同,或所有y都相同,或到了指定深度),返回叶子节点2.选择 分割方式,将数据分为左树$D_l$、右树$D_r$ 2部分3.$cart(D_l),cart(D_r)$分割方式(cart的分割方式...
分类:
其他好文 时间:
2015-06-28 16:49:50
阅读次数:
141
CART和C4.5决策树有什么区别?1.C4.5算法是在ID3算法的基础上采用信息增益率的方法选择测试属性。 ID3算法和C4.5算法虽然在对训练样本集的学习中可以尽可能多地挖掘信息,但其生成的决策树分支较大,规模较大。为了简化决策树的规模,提高生成决策树的效率,又出现了根据GINI系数来选择测试属...
分类:
其他好文 时间:
2015-06-28 11:13:15
阅读次数:
222
icvInitCARTHaarClassifier
*初始化分类回归树haar分类器函数
*作用:把括号里的参数进行传递,也就是把后两个参数都传递给第一个参数
*具体来说就是,首先把intHaarFeatures 的特征按照cart中compidx[i]的顺序传递给carthaar(包括haar特征和快速haar特征);
*然后,再把cart中的参数传递给carthaar。...
分类:
其他好文 时间:
2015-06-26 16:24:06
阅读次数:
206