- 博客(15)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 machine learning实验7 矩阵求逆
#include"stdio.h"#include double function(double matrix[3][6],double theta[3],int sample_i){ double ret=0.0; for(int i=0;i<3;++i) { ret+=matrix[sample_i][i]*
2011-12-31 11:15:03
1714
原创 Machine Learning实验6 理解核函数
#include"stdio.h"#include double function(double matrix[5][4],double theta[3],int sample_i){ double ret=0.0; for(int i=0;i<3;++i) { ret+=matrix[sample_i][i]*
2011-12-30 11:50:59
2355
原创 SVM实验再续（SMO）
#include "stdio.h"#include using namespace std;float function(float alfa[5],float H[5][5],float sign[5]){ float ret = alfa[0]+alfa[1]+alfa[2]+alfa[3]+alfa[4]; for(int j=0;j<5;++j
2011-12-26 20:12:51
4079
原创 [Machine learning]SVM实验续
假定应用多项式核（核方法） 样本使用此前的样本。 若有新元素(0,0)需要分类。 则Y(0,0) = ，则（0,0）为负例 利用核方法后，支持向量代入后不再为+1，或者-1.即Y(1,1)!=-1,Y(2,3/2)!=1。这个我还没搞明白为什么，希望有朋友能告诉我。
2011-12-19 15:16:45
3450
原创 【Machine Learning】最近做的若干实验的总结
如果我们有如下训练数据,和如下假设：训练数据 结论X11,X12,X13,…X1n Y1X21,X22,X23,…x2n Y2…Xm1,Xm2,Xm3,…Xmn Ym假设H(Yi) =θ0+θ1*xi1+θ2*xi2+…θn*xin需要通过训练数据得到一组（θ0, θ1,…θn）的系数数组。当有新的数据需要预测时，只需要将新的数据和系数数
2011-12-19 08:08:31
1745
原创 【Machine Learning实验5】SVM实验
说明：1）α2=0表示第二个样例不在分类面上，在分类面上的点αi均不为零。2）二次项矩阵，可以通过矩阵相乘相加方法得到，如上例3）目标函数变为负值，是为了照顾matlab的标准型。
2011-12-15 19:07:41
6405
1
原创 十个题目
1）写一个函数将一个小数转化为分数形式，深度优化，并解释这种优化的原因 例如f(0.3333333)=1/3 f(1.6666666)=5/32) 两个集合，集合内分别由100亿个整数（64位整数），存在部分整数相同，写一段代码，找出这两个集合相同的元素，即集合交集。（注意：集合(set)的科学定义是不允许重复的，这里可以看做一个group,就是一个容纳数字的容器，允许重
2011-12-15 14:08:22
3053
4
原创 重复是优化的基础
很多人问我怎么优化，这个问题我思考了很久，今天有了一个模糊的答案，这就是重复。 其实这个答案不是我给的，是我的游泳老师教会我的，“游泳需要反复练习”，“你只有反复练习，才能知道阻力在哪，动力再哪，累了就知道怎么去优化，怎么去偷懒，怎么提高效率”。 其实计算的优化也是如此，如果你对一个计算反复的操练，就会去剪枝，那些肯定不会达到最优结果的，剪掉。你就会去压缩，那些让
2011-12-15 00:14:31
1173
原创 为目标而战斗
刚刚看到岳父在看电视，就跟着瞟了一眼，这部片子是《雪豹》，这个简短的情节是文章扮演的周卫国在演习中，不遵守指挥官的命令，找到对方布防图，带领侦察队，突击到对方总指挥部，俘虏了对方全部高级指挥官的故事，从而扭转战场形势，一举获胜。 记得我在搜狗的时候，曾参加了一次彩弹演习，游戏的规则是：如果被打中若干次，枪就打不出子弹，自动退出战场。教官把我们分为两队，我所在的一队先攻，另一队防守
2011-12-13 13:52:28
1620
原创 [Machine learning 实验4]linear programming
#include "stdio.h"int main(void){ /*float constrain_set[3][7]={ {-3,-6,-2,0,0,0,0}, //x0-3x1-6x2-2x3=0 object function {3,4,1,1,0,2,0}, //0x0+3x1+4x2+x3+x
2011-12-13 11:34:15
1763
原创 Discriminative Learning和Generative Learning
Discriminative 学习算法是一类模型化输入（X）输出（Y）的关系的方法，简单来说就好比中医，我们只知道用若干个药（当归，虎骨。。。）可以凑成一个药方，就能治疗跌打病痛。但我们并不去了解内部的原因，我们将其看做一个黑盒，只需了解Ｘ和Ｙ的关系，即model Ｐ（Ｙ｜Ｘ）．学习的结果就是X的一组参数，好比当归2钱，虎骨1两。Discriminative Learning要求X的各个项是独立变
2011-12-08 10:47:09
7333
2
原创 【Machine Learning实验3】SoftMax regression
神奇的SoftMax regression，搞了一晚上搞不定，凌晨3点起来继续搞，刚刚终于调通。我算是彻底理解了，哈哈。代码试验了Andrew Ng的第四课上提到的SoftMax regression算法，并参考了http://ufldl.stanford.edu/wiki/index.php/Softmax_Regression最终收敛到这个结果，巨爽。smaple 0: 0.98369
2011-12-07 05:14:55
7976
2
原创 【Machine Learning实验2】 Logistic Regression求解classification问题
classification问题和regression问题类似，区别在于y值是一个离散值，例如binary classification，y值只取0或1。 方法来自Andrew Ng的Machine Learning课件的note1的PartII，Classification and logsitic regression. 实验表明，通过多次迭代，能够最大化L
2011-12-06 11:37:33
4480
1
原创 参加Hadoop中国云计算大会有感
在受到大会执行委员查礼老师的邀请，参加了这次大会，并作了关于THUIRDB的主题报告。 主要的收获还是来自听其他牛人们得报告，有几点感想 1）关于一致性问题 一致性话题被讨论了很多，强一致性，最终一致性，弱一致性。不同的应用对一致性的需求不同，一致性的实现也不同，比如这样一个同步问题，阿斗接到了录取通知书考上了大学，阿斗有刘备，关羽，张飞，赵云这四个亲人，他
2011-12-04 10:58:17
2779
Topology-Calculation-Tuning本学期一份组内报告
2011-01-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人