nolonely

摘要： 下边的总结都是在python3上 一。基础 1.输出与输入： 输出：print(变量/字符串) 输入：input() 返回的是字符串 2.python风格 (1)注释 # (2)一般情况是一行结束该句结束，但是如果想要续行，在行的结尾加上 \ (3)无需换行符也可以换行的符号：''' (4)一行可以 阅读全文

摘要： 转自http://blog.csdn.net/dongtingzhizi/article/details/15962797 当我第一遍看完台大的机器学习的视频的时候，我以为我理解了逻辑回归，可后来越看越迷糊，直到看到了这篇文章，豁然开朗 基本原理 Logistic Regression和Linear 阅读全文

摘要： 在学习的过程中，关于特征选择和降维都是防止数据过拟合的有效手段，但是两者又有本质上的区别。 降维 降维本质上是从一个维度空间映射到另一个维度空间，特征的多少别没有减少，当然在映射的过程中特征值也会相应的变化。 举个例子，现在的特征是1000维，我们想要把它降到500维。降维的过程就是找个一个从100 阅读全文

摘要： 转自http://blog.csdn.net/zouxy09/article/details/17292011 终于到SVM的实现部分了。那么神奇和有效的东西还得回归到实现才可以展示其强大的功力。SVM有效而且存在很高效的训练算法，这也是工业界非常青睐SVM的原因。 前面讲到，SVM的学习问题可以转 阅读全文

摘要： 看了好久的KMP算法，都一直没有看明白，直到看到了这篇博客http://www.tuicool.com/articles/e2Qbyyf 让我瞬间顿悟。 如果你看不懂 KMP 算法，那就看一看这篇文章 ( 绝对原创，绝对通俗易懂 ) KMP 算法，俗称“看毛片”算法，是字符串匹配中的很强大的一个算法 阅读全文

摘要： 转自http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020216.html 几个特别有用 的链接： 更加深入理解 阅读全文

摘要： 转自http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006924.html http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.html k-mean算法与EM K-mean 阅读全文

摘要： 转自http://blog.csdn.net/zouxy09/article/details/8537620/ 机器学习十大算法之一：EM算法。能评得上十大之一，让人听起来觉得挺NB的。什么是NB啊，我们一般说某个人很NB，是因为他能解决一些别人解决不了的问题。神为什么是神，因为神能做很多人做不了的 阅读全文

摘要： 前向、后向算法解决的是一个评估问题，即给定一个模型，求某特定观测序列的概率，用于评估该序列最匹配的模型。Baum-Welch算法解决的是一个模型训练问题，即参数估计，是一种无监督的训练方法，主要通过EM迭代实现；维特比算法解决的是给定 一个模型和某个特定的输出序列，求最可能产生这个输出的状态序列。如 阅读全文

摘要： 判别式模型（Discriminative Model）是直接对条件概率p(y|x;θ)建模。常见的判别式模型有线性回归模型、线性判别分析、支持向量机SVM、神经网络、boosting、条件随机场等。 举例：要确定一个羊是山羊还是绵羊，用判别模型的方法是从历史数据中学习到模型，然后通过提取这只羊的特征 阅读全文