摘要：本文目的最近温习了一下C++ STL中的algorithm库函数，记得上次看这些内容时，还在读书，可以追溯到2009年春天了（刚好4年J）。正所谓为“温故而知新，可以为师矣”。闲话少说，开始正文。算法库C++标准算法库中包含一些模版函数，用于执行基本的算法，比如for_each(遍历容器)，random_shuffle（随机打乱容器）等。主要实现包含在头文件<algorthim>中，少量在<numeric>中。它是STL的三大核心组件之一，其他两个是容器（container，常用数据结构）和迭代器（Iterator，数据结构访问适配器）。设计思想：算法函数通过迭代器作用 阅读全文

摘要：本文目的最近一段时间在Coursera上学习Data Analysis，里面有个assignment涉及到了决策树，所以参考了一些决策树方面的资料，现在将学习过程的笔记整理记录于此，作为备忘。算法原理决策树（Decision Tree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策数有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。如何预测先看看下面的数据表格：ID拥有房产（是/否）婚姻情况（单身，已婚，离婚）年收入（单位：千元）无法偿还债务（是 阅读全文

摘要：本文目的最近在Coursera上学习Data Analysis，结合前一阵子阅读的《Head First Statistics》，发现好多计算方法都涉及了假设检验（Hypothesis Test，又称“显著性检验”，Significance Test），用于检验模型的显著性。如回归分析，检测估计量的系数；卡方检验（运用卡方分布）检验模型的优度拟合和变量独立性。所以，决定梳理一下相关知识，作为备忘。原理&方法个人理解，假设检验就是利用反证法和小概率事件对原假设（Null Hypothesis）和备选假设（Alternative Hypothesis）进行选择。首先，假设原假设成立，那么就 阅读全文

摘要：最近在Coursera上学习Data Analysis课程，课程论坛中有个帖子针对交叉检验（Cross Validation）中训练数据集（train dataset），验证数据集(Validate dataset)和测试数据集(test dataset)展开讨论，内容挺好的，记录到这里，作为备忘。交叉检验（Cross Validation）在数据分析中，有些算法需要利用现有的数据构建模型，比如贝叶斯分类器，决策树，线性回归等，这类算法统称为监督学习（Supervisied Learning）算法。构建模型需要的数据称之为训练数据（Train Data）。模型构建完后，需要利用数据验证模型的正 阅读全文