Charlie_ODD - 博客园

【网络数据挖掘——数据挖掘基础】互联网数据挖掘的概念与发展简介

摘要：阅读全文

posted @ 2018-09-20 19:03 Charlie_ODD 阅读(297) 评论(0) 推荐(0)

【计算机算法设计与分析】——排序

摘要：一.排序二.插入排序（1）算法描述（2）性能分析（3）寻求优化三.归并排序（1）算法思想（2）性能分析（2）示例（3）算法问题及优化四.快速排序阅读全文

posted @ 2018-09-20 16:22 Charlie_ODD 阅读(552) 评论(0) 推荐(0)

【计算机算法设计与分析】——找最大最小元素

摘要：说明：对应阅读全文

posted @ 2018-09-19 21:22 Charlie_ODD 阅读(309) 评论(0) 推荐(0)

【计算机算法设计与分析】——二分查找（检索）

摘要：一.什么是二分查找二.什么是二元比较树阅读全文

posted @ 2018-09-19 20:53 Charlie_ODD 阅读(294) 评论(0) 推荐(0)

【计算机算法设计与分析】——图

摘要：一.图的基本概念和性质二.树的遍历以树（特殊的图）为例：树的遍历还有： — 树转换成二元树（树的子树由无序变成有序）三.图的遍历 1.图的宽度优先检索栈过程状态：问题： V1 V2 V3 V4 V5 V6 V7 V1 V2 V4 V8 V5 V3 V6 V7 检测顺序：V8 V5 V2 阅读全文

posted @ 2018-09-19 15:23 Charlie_ODD 阅读(425) 评论(0) 推荐(0)

【计算机算法设计与分析】—— 树

摘要：一.基本概念复习二.问题的提出与解决现有以下两个算法算法1：算法2：阅读全文

posted @ 2018-09-19 14:18 Charlie_ODD 阅读(163) 评论(0) 推荐(0)

【计算机算法设计与分析】——栈和队列

摘要：阅读全文

posted @ 2018-09-19 10:57 Charlie_ODD 阅读(229) 评论(0) 推荐(0)

【模式识别与机器学习】—— 2.3均值向量和协方差矩阵的参数估计

摘要：均值和协方差矩阵的估计量定义设模式的类概率密度函数为p(x)，则其均值向量定义为：其中，x = (x1, x2, …, xn)T，m = (m1, m2, …, mn)T。若以样本的平均值作为均值向量的近似值，则均值估计量为：协方差矩阵为：其每个元素clk定义为：其中，xl、xk和ml、m 阅读全文

posted @ 2018-09-18 21:42 Charlie_ODD 阅读(6903) 评论(0) 推荐(0)

【模式识别与机器学习】——2.2正态分布模式的贝叶斯分类器

摘要：出发点：当已知或者有理由设想类概率密度函数P(x|ωi )是多变量的正态分布时，上一节介绍的贝叶斯分类器可以导出一些简单的判别函数。由于正态密度函数易于分析，且对许多重要的实际应用又是一种合适的模型，因此受到很大的重视。（贝叶斯分类规则是基于统计概念的。如果只有少数模式样本，一般较难获得最优阅读全文

posted @ 2018-09-18 15:21 Charlie_ODD 阅读(7711) 评论(1) 推荐(1)

【模式识别与机器学习】——2.1贝叶斯判别法

摘要：一.作为统计判别问题的模式分类模式识别的目的就是要确定某一个给定的模式样本属于哪一类。可以通过对被识别对象的多次观察和测量，构成特征向量，并将其作为某一个判决规则的输入，按此规则来对样本进行分类。在获取模式的观测值时，有些事物具有确定的因果关系，即在一定的条件下，它必然会发生或必然不发生。但在现阅读全文

posted @ 2018-09-17 16:30 Charlie_ODD 阅读(8874) 评论(0) 推荐(1)