摘要：
如上图，左侧区域有空白，我设置XTick和XTiclLabel还是不行，后来xlim(15,200),提示参数不够，那么xlim([15 200])就可以了; 阅读全文
posted @ 2016-05-09 15:01
加拿大小哥哥
阅读(3077)
评论(0)
推荐(0)
摘要：
一、概述 在日常生活中或者科学试验中，很多的事情发生都具有一定的随机性，即最终产生的结果是随机发生的，我们不清楚这些结果是否服从什么规律，我们所拥有的只有一些实验样本，在这种情况下，我们如何根据现拥有的东西对结果产生一个合理的推断呢？最大熵方法就是解决这种问题的一个方法。 最大熵原理是有E.T.Ja 阅读全文
posted @ 2016-05-08 17:43
加拿大小哥哥
阅读(3224)
评论(0)
推荐(1)
摘要：
求解多目标规划的方法大体上有以下几种： 一种是化多为少的方法 ， 即把多目标化为比较容易求解的单目标或双目标，如主要目标法、线性加权法、理想点法等； 另一种叫分层序列法，即把目标按其重要性给出一个序列，每次都在前一目标最优解集内求下一个目标最优解，直到求出共同的最优解。 对多目标的线性规划除以上方法 阅读全文
posted @ 2016-05-05 10:31
加拿大小哥哥
阅读(3821)
评论(0)
推荐(1)
摘要：
多目标粒子群（MOPSO）算法是由CarlosA. Coello Coello等在2004年提出来的，详细参考1。目的是将原来只能用在单目标上的粒子群算法（PSO）应用于多目标上。我们知道原来的单目标PSO流程很简单： -->初始化粒子位置（一般都是随机生成均匀分布） -->计算适应度值（一般是目标 阅读全文
posted @ 2016-05-05 00:24
加拿大小哥哥
阅读(2978)
评论(0)
推荐(0)
摘要：
et al. ..等(人)etc...等(物) 阅读全文
posted @ 2016-04-29 17:25
加拿大小哥哥
阅读(2154)
评论(0)
推荐(0)
摘要：
1. 问题 这节我们请出最后的有关成分分析和回归的神器PLSR。PLSR感觉已经把成分分析和回归发挥到极致了，下面主要介绍其思想而非完整的教程。让我们回顾一下最早的Linear Regression的缺点：如果样例数m相比特征数n少（m<n）或者特征间线性相关时，由于（n*n矩阵）的秩小于特征个数（ 阅读全文
posted @ 2016-04-27 19:04
加拿大小哥哥
阅读(702)
评论(0)
推荐(0)
摘要：
1 问题 模型选择问题：对于一个学习问题，可以有多种模型选择。比如要拟合一组样本点，可以使用线性回归，也可以用多项式回归。那么使用哪种模型好呢（能够在偏差和方差之间达到平衡最优）？ 还有一类参数选择问题：如果我们想使用带权值的回归模型，那么怎么选择权重w公式里的参数？ 形式化定义：假设可选的模型集合 阅读全文
posted @ 2016-04-27 13:17
加拿大小哥哥
阅读(4202)
评论(0)
推荐(1)
摘要：
问题：假设在IR中我们建立的文档-词项矩阵中，有两个词项为“learn”和“study”，在传统的向量空间模型中，认为两者独立。然而从语义的角度来讲，两者是相似的，而且两者出现频率也类似，是不是可以合成为一个特征呢？ 《模型选择和规则化》谈到的特征选择的问题，就是要剔除的特征主要是和类标签无关的特征 阅读全文
posted @ 2016-04-27 12:38
加拿大小哥哥
阅读(901)
评论(0)
推荐(0)
摘要：
听说这是一篇论文 不过我没详细看。 一、概述 主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差- 协方差结构。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原始变量的信息，且彼此不相关。 因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数几个因子变 阅读全文
posted @ 2016-04-27 12:08
加拿大小哥哥
阅读(2439)
评论(1)
推荐(0)
摘要：
除了调节标线外（有时候不知道会不会改动其他），还可以shift+tab。 阅读全文
posted @ 2016-04-23 16:24
加拿大小哥哥
阅读(546)
评论(0)
推荐(0)
浙公网安备 33010602011771号