yuer5

摘要： 聚类-Greedy Method 1: For each point p 2: Finds the cluster center q such that D(p, q) is minimum 3: If D(p, q) < d then 4: p is added to the cluster whose center is q 5: Else 6: A new cluster with center p is formedEM Algorithm(Expectation Maximization)第一... 阅读全文

摘要： Methodology Bootstrap，Re-sampling for classifier design Method Bagging(Bootstrap aggregation) Boosting Create multiple versions of a training set Each of these data sets is used to train a ... 阅读全文

摘要： 阅读全文

摘要： 离散K近邻 逼近离散目标函数f，V是有限集合，返回值是对的估计，如果k=1，是距离最近的k个训练样例中最普遍的f值连续K近邻 距离加权K近邻(离散) 距离加权K近邻(连续) 局部加权回归 使用线性函数来逼近邻域的目标函数f：权值选取方法是训练集合D上的误差平方和最小化： 局部加权回归三种可能的误差准则 术语回归 Regression逼近一个实数值得目标函数残差Residual逼近目标函数时的误差核函数Kernel function距离函数，用来决定每个训练样例的权值 核函数就是使𝑤𝑖=𝐾(𝑑(𝑥𝑖, 阅读全文

摘要： Map/Reducehttp://www.kuqin.com/system-analysis/20080823/14773.html记录网络大作业中的点滴Cassandra阅读NoSQL1.频繁写入，较少读取的场景。 Redis - 基于内存的key/value存储系统。 MongoDB - 具备本地更新特性的文档存储系统2.海量数据 Hadoop - 结构松散、分布式的文件存储系统3.存储二进制文件+提供下载 Amazon S34.临时数据文件 Memcached - 存储临时文件(网站Session、缓存HTML)、基于Key/Value存储系统，简单实用快速开发。5.数据具备高可用性，降 阅读全文