随笔分类 -  个人随笔

个人随笔，感想
制作win10 usb 启动盘
摘要：Rufus 是一个开源的USB启动盘制作程序。其特点就是快速，且支持各种系统，包括各种windows系统，linux系统，使用也很简单。 Rufus主页： http://rufus.akeo.ie/ 推荐一个windows使用相关的网站 http://www.intowindows.com/cate 阅读全文
posted @ 2016-03-04 19:09 simplelovecs 阅读(353) 评论(0) 推荐(0)
多年心愿，终于完成，热泪盈眶啊。。。Adrew NG 的 机器学习
摘要：谢谢Andrew老师！谢谢Coursera！谢谢自己！希望这是一个好的开始！希望自己也能使用机器学习来make a better world。。。 阅读全文
posted @ 2016-01-20 01:05 simplelovecs 阅读(272) 评论(0) 推荐(0)
自己动手编译octave 4.0.0
摘要：今天在做作业的时候，发现imread不能使用，说要安装相应的图形包，可是要安装image时，却发现要求4.0.0版本，而我本机的linux系统ubuntu15.04只有3.8.x的安装源，没办法，只能自己动手编译、安装啦。sudo apt-get build-dep octavesudo apt... 阅读全文
posted @ 2016-01-18 01:37 simplelovecs 阅读(689) 评论(0) 推荐(0)
octave之奇巧淫技向量化计算实现寻找样本点所属聚类下标
摘要：前面有文章提到过，K-means算法，第一步骤是找出样本点的的所属聚类。下面用两种方式实现，一种是普通的循环，一种是完全向量化计算。 假设 ： X 是ｍ×ｎ样本矩阵，其每一行是一个样本，ｍ表示样本数目，ｎ表示特征数目； centroids是K×ｎ矩阵，K表示聚类数目，ｎ表示特征数目... 阅读全文
posted @ 2016-01-17 20:57 simplelovecs 阅读(627) 评论(0) 推荐(0)
在octave语言中K-means聚类算法求聚类中心的向量化计算
摘要：使用octave编程的时候，一定要注意使用向量化编程的思想，下面我就说说我今天做题遇到的一个Ｋ-means聚类问题，如何使用octave中的函数向量计算聚类中心centroids。octave几个函数： bsxfun: 二元操作函数，调用方式：bsxfun (F, A, B)，A为 向量... 阅读全文
posted @ 2016-01-17 17:09 simplelovecs 阅读(1769) 评论(0) 推荐(0)
K-means算法简介
摘要：K-means 算法是无监督的 聚类算法，算法简单，有效。K-means算法：输入参数： 指定聚类数目 k，训练集 X输出 ： k 个聚类算法描述： K-means 算法 是一个 迭代算法，每次迭代分成两个步骤： 1）指定聚类步骤： 计算每个样本到 k 个 聚类中心的 距离... 阅读全文
posted @ 2016-01-17 00:51 simplelovecs 阅读(1591) 评论(1) 推荐(0)
一道关于 precision、recall 和 threshold关系的机器学习题
摘要：Suppose you have trained a logistic regression classifier which is outputinghθ(x).Currently, you predict 1 ifhθ(x)≥threshold, and predict 0 ifhθ(x)<th... 阅读全文
posted @ 2016-01-15 19:37 simplelovecs 阅读(1741) 评论(0) 推荐(0)
机器学习系统设计的推荐指导方法
摘要：首先，使用一个 简单的机器学习算法，尽可能快的实现一个机器学习系统（比如24小时以内），用这个算法在训练集上训练拟合得到一个模型，然后 在验证集上进行验证。 其次，画出 学习曲线图 来判断 是需要 更多的数据，还是需要 抽取、添加更多的特征，还是选择其他机器学习算法等等。 最后，可以人工查看... 阅读全文
posted @ 2016-01-15 17:35 simplelovecs 阅读(248) 评论(0) 推荐(0)
机器学习模型 bias 和 variance 的直观判断
摘要：假设我们已经训练得到 一个模型，那么我们怎么直观判断这个 模型的 bias 和 variance？ 直观方法： 如果模型的 训练错误 比较大，并且 验证错误 和训练错误 差不多一样，都比较大，我们就认为这个模型 是 高bias 的，或者说 它是 underfit 。 如果模型的 训... 阅读全文
posted @ 2016-01-15 17:08 simplelovecs 阅读(930) 评论(0) 推荐(0)
机器学习模型的选择
摘要：首先明白一个事实，那就是如果我们在某个训练集上训练拟合得到一个模型，那么显然，这个模型在这个训练集上的训练错误很有可能会比实际上的泛化错误（generalization error）会低（模型overfitting）。 问题来了： 假如我们把数据集分成 训练集 和 测试集。然后，在训练集... 阅读全文
posted @ 2016-01-15 16:08 simplelovecs 阅读(377) 评论(0) 推荐(0)
机器学习算法诊断
摘要：一、为什么要进行机器学习算法诊断？ 如果我们在某个数据集上训练得到一个模型假设 h(X)，而当我们将这个模型应用到一个新的数据集上，或者说用这个模型来做预测的时候，发现这个模型的预测错误很大，那么我们应该如何做，采取什么办法来 改善 模型 的性能呢？ 办法就是，对算法进行诊断。二、机器学习算法诊... 阅读全文
posted @ 2016-01-15 13:29 simplelovecs 阅读(501) 评论(0) 推荐(0)
又浪费了不少时间
摘要：今天又没有把时间用到应该用到的地方，浪费了不少时间，我的《机器学习》今天就没有刷多少时间。。。 阅读全文
posted @ 2016-01-14 19:30 simplelovecs 阅读(123) 评论(0) 推荐(0)
Octave使用感想
摘要：Octave是一门比较 简单、原始 的语言。从某方面来说和 shell 语言类似，只不过，shell语言主要用于 操作系统管理方面，而Octave侧重于科学计算方面。 语言本身没有提供或者说很简单的 代码 组织、管理、库。如果要使用别人实现的功能，或者说别人实现的库，只能通过把别人写好的oct... 阅读全文
posted @ 2016-01-14 12:05 simplelovecs 阅读(710) 评论(0) 推荐(0)
一个不应该犯的错octave
摘要：今天在完成Andrew NG的机器学习神经网络作业，在实现花费函数的时候，没有使用循环，直接向量计算．前面都想的挺好的，很快就想到了如何使用向量来计算，可是在扩展ｙ的时候，犯了一个超级傻的错误．ｙ是m*1的向量，ｙ的值为１～10的某个数，代表着对应的类标签，总共１０个标签．现在要把ｙ扩展为k*m矩阵... 阅读全文
posted @ 2016-01-13 15:43 simplelovecs 阅读(270) 评论(0) 推荐(0)
使用有道笔记
摘要：今天发现一个帖子，介绍了有道笔记如何方便，可以减藏网页，网址，正文。发现之前自己确实太傻，太笨了，在这个现代化的时代，都不懂得去寻找一些方便快捷的工具并好好使用这些工具。今后开始要利用好有道云笔记了．．．真是傻傻笨笨的．．． 阅读全文
posted @ 2016-01-12 19:07 simplelovecs 阅读(145) 评论(0) 推荐(0)
暗时间（介绍）－关于坚持的一个故事
摘要：很值的我们学习，希望我的博客也可以坚持下去．＞引用2003年，刘未鹏在杂志上发表了自己的第一篇文章，并开始写博客。最初的博客较短，也较琐碎，并夹杂着一些翻译的文章。后来渐渐开始有了一些自己的心得和看法。总体上在这8年里，作者平均每个月写1篇博客或更少，但从未停止。刘未鹏说——写博客这件事情给我最大的... 阅读全文
posted @ 2016-01-12 14:22 simplelovecs 阅读(166) 评论(0) 推荐(0)
介绍－她人博客
摘要：http://www.cnblogs.com/ErinCodeMM/http://huachichi.info/ 阅读全文
posted @ 2016-01-12 13:23 simplelovecs 阅读(103) 评论(0) 推荐(0)