Metropolis Hasting Algorithm:MH算法也是一种基于模拟的MCMC技术，一个非常重要的应用是从给定的概率分布中抽样。主要原理是构造了一个精妙的Markov链，使得该链的稳态 是你给定的概率密度。它的优点，不用多说，自然是能够对付数学形式复杂的概率密度。有人说，单维的MH算法...
分类：
编程语言 时间：
2015-01-01 10:07:46
阅读次数：
299
熵 熵是表示随机变量不确定性的度量，设X是一个取有限个值的离散随机变量，其概率分布为 则随机变量X的熵定义为 若对数以2为底或以e为底，这时熵的单位分别称为比特或纳特。熵只依赖与X的分布，而与X的取值无关，所以也可将X的熵记作。熵越大，随机变量的不确定性越大。 若一个随机变量只有两个值，那么当X的分...
分类：
其他好文 时间：
2014-12-30 23:33:11
阅读次数：
700
我们经常会说一个算法快不快，这个可以由实验得出，也可以通过分析复杂度得出。实验需要大量不同的输入才更全面准确，否则片面地看某个输入下的表现，是比较偏颇的。分析复杂度（通常分析最坏，因为平均涉及输入的概率分布，依靠假设或者实验和经验）有时候并不是一个简单的事，简单的情况是遍历 for(int i = 0; i != n; i++) 的这种情况，显然是O（n）的复杂度。但是一些复杂的情况就比较难办了，...
分类：
编程语言 时间：
2014-12-30 00:32:51
阅读次数：
242
直方图用于描述概率分布，D3 提供了直方图的布局 Histogram 用于转换数据。...
分类：
Web程序 时间：
2014-12-17 16:30:04
阅读次数：
218
归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在-1--+1之间是统计的坐标分布。归一化有同一、统一和合一的意思。无论是为了建模还是为了计算，首先基本度量单位要同一，神经网络是以样本在事件中的统计分别几率来进行训练（概率计算）和预测的，且sigmoid函数的取值是0到1之间的，网络最后一个节点的输出也是如此，所以经常要对样本的输出归一化处理。归一化是统一在0...
分类：
其他好文 时间：
2014-12-10 10:47:08
阅读次数：
547
c++11提供的实现了随机数库，它通过随机数引擎类（random_number_engines)产生随机数序列，随机数分布类（random-number distribution)使用随机数引擎生成服从特定概率分布的随机数。让我们看一个简单的例子：#include #include using s....
分类：
编程语言 时间：
2014-12-07 16:17:38
阅读次数：
346
PLSA是前面LSA的兄弟版，相比于LSA而言，PLSA定义了概率模型，而且每个变量以及相应的概率分布和条件概率分布都有明确的物理解释了。这篇博文我们分三部分来说PLSA：基本思想，EM算法推导，以及优缺点分析。...
分类：
其他好文 时间：
2014-12-04 12:21:21
阅读次数：
418
监督学习的任务就是学习一个模型（或者得到一个目标函数）,应用这一模型，对给定的输入预测相应的输出。这一模型的一般形式为一个决策函数Y=f(X)，或者条件概率分布P(Y|X)。
监督学习方法又可以分为生成方法(generative approach)和判别方法(discriminative approach)。所学到的模型分别为生成模型(generative model)和判别模型(discriminative model)。...
分类：
其他好文 时间：
2014-12-03 15:49:32
阅读次数：
174
人群分类模型
根据用户人群数据记录，建立人群属性分类模型，根绝用户特点，将用户标记为特定类别。据此进行精准定向服务，并进行效果评估。主要分类方法：
1.采用模糊数学综合判定理论，构建关系矩阵，判定类别属性的映射关系。采样真实数据，模拟真实数据分布，统计属性取值的概率分布，作为概率的估计值，另外，将广告类别的点击次数作为权重矩阵R。构建映射关系公式：
R是关系矩阵，W是出现次数矩阵，C是计...
分类：
其他好文 时间：
2014-11-14 19:44:38
阅读次数：
222
