- 博客(174)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 再谈协方差矩阵之主成分分析
自从上次谈了协方差矩阵之后，感觉写这种科普性文章还不错，那我就再谈一把协方差矩阵吧。上次那篇文章在理论层次介绍了下协方差矩阵，没准很多人觉得这东西用处不大，其实协方差矩阵在好多学科里都有很重要的作用，比如多维的正态分布，再比如今天我们今天的主角——主成分分析(Principal Component Analysis，简称PCA)。结合PCA相信能对协方差矩阵有个更深入的认识~PCA的缘
2015-05-18 08:45:47
659
转载 IntelliJ IDEA 14 注册码
IntelliJ IDEA 14 下载地址:IntelliJ IDEA 14 下载 分享几个license:(1)key:IDEAvalue:61156-YRN2M-5MNCN-NZ8D2-7B4EW-U12L4 (2)key:huangweivalue:97493-G3A41-0SO24-W57LI-Y2UGI-JGTU2
2015-05-18 08:32:37
472
原创 Unknown mysql sever host 'localhost'错误
1、解决方法：重启mysql2、具体操作：1）、点击“开始”->“运行”（快捷键Win+R） 2）、启动：输入 net stop mysql 3）、停止：输入 net start mysql
2015-05-07 19:42:13
1986
转载 国内国外最好的java开发论坛及站点
国内： www.chinajavaworld.com -论坛人很多，高手也多，不过好像都在潜水 www.cn-java.com -也很不错，文章很好，但是就是商业性浓了点。 www.chinaitlab.com- 非常有系统性，而且推出的java远程教育是中国最全面的scjp远程教育。 www.huihoo.com -灰狐动力，有个jfox，而且很多关于企业级应用的
2015-05-07 10:50:52
794
原创 如何理解Beta分布和Dirichlet分布？
背景在Machine Learning中，有一个很常见的概率分布叫做Beta Distribution：同时，你可能也见过Dirichelet Distribution：那么Beta Distribution和Dirichlet Distribution的意义何在呢？解释1. 如果给你一个硬币，投这个硬币有\theta的概率抛出Hea
2015-05-04 10:01:43
1328
原创 数据的平稳性
一、数据平稳性李子奈曾指出，一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联，此时，对这些数据进行回归，尽管有较高的R平方，但其结果是没有任何实际意义的。这种情况称为称为虚假回归或伪回归（spurious regression）。他认为平稳的真正含义是：一个时间序列剔除了不变的均值（可视为截距）和时间趋势以后，剩余的序列为零均值，同方差，即白噪声。
2015-05-02 15:48:17
23075
原创 Python读写csv文件
1. 写入并生成csv文件代码：csvfile=file('E:\temp.csv','wb')writer=csv.writer(csvfile)writer.writerow(['姓名','年龄','电话'])data=[ ('小','25','1234567'),('大','23','789')]writer.writerows(data)csvfile
2015-04-24 20:24:10
555
转载 Kmeans、Kmeans++和KNN算法比较
K-Means介绍 K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。其聚类过程可以用下图表示： 如图所示，数据样本用圆点表示，每个簇的中心点用叉叉表示。(a)刚开始时是原始数据，杂乱无章，没有label，看起来都一样
2015-04-21 16:39:09
427
原创 简单的文本相似性测量（Python实现）
一、数据集与测试集数据集：测试集：imaging databases二、Python代码# -*- coding: utf-8 -*-"""Created on Mon Apr 13 09:49:25 2015@author: Administrator"""import numpyimport sysimport scipy as sp impo
2015-04-19 23:07:12
879
转载 Git教程：多人协作
当你从远程仓库克隆时，实际上Git自动把本地的master分支和远程的master分支对应起来了，并且，远程仓库的默认名称是origin。要查看远程库的信息，用git remote：$ git remoteorigin或者，用git remote -v显示更详细的信息：$ git remote -vorigin [email protected]:michaelliao/
2015-04-19 15:06:48
333
转载 Git教程：使用GitHub
我们一直用GitHub作为免费的远程仓库，如果是个人的开源项目，放到GitHub上是完全没有问题的。其实GitHub还是一个开源协作社区，通过GitHub，既可以让别人参与你的开源项目，也可以参与别人的开源项目。在GitHub出现以前，开源项目开源容易，但让广大人民群众参与进来比较困难，因为要参与，就要提交代码，而给每个想提交代码的群众都开一个账号那是不现实的，因此，群众也仅限于报个bug
2015-04-19 15:06:15
382
转载 Git教程：Bug分支
软件开发中，bug就像家常便饭一样。有了bug就需要修复，在Git中，由于分支是如此的强大，所以，每个bug都可以通过一个新的临时分支来修复，修复后，合并分支，然后将临时分支删除。当你接到一个修复一个代号101的bug的任务时，很自然地，你想创建一个分支issue-101来修复它，但是，等等，当前正在dev上进行的工作还没有提交：$ git status# On branch dev
2015-04-19 15:05:19
273
转载 Git教程：Feature分支
软件开发中，总有无穷无尽的新的功能要不断添加进来。添加一个新功能时，你肯定不希望因为一些实验性质的代码，把主分支搞乱了，所以，每添加一个新功能，最好新建一个feature分支，在上面开发，完成后，合并，最后，删除该feature分支。现在，你终于接到了一个新任务：开发代号为Vulcan的新功能，该功能计划用于下一代星际飞船。于是准备开发：$ git checkout -
2015-04-19 15:04:44
495
转载 Git教程：分支管理策略
通常，合并分支时，如果可能，Git会用Fast forward模式，但这种模式下，删除分支后，会丢掉分支信息。如果要强制禁用Fast forward模式，Git就会在merge时生成一个新的commit，这样，从分支历史上就可以看出分支信息。下面我们实战一下--no-ff方式的git merge：首先，仍然创建并切换dev分支：$ git checkout -b d
2015-04-19 15:03:02
375
转载 Git教程：解决冲突
人生不如意之事十之八九，合并分支往往也不是一帆风顺的。准备新的feature1分支，继续我们的新分支开发：$ git checkout -b feature1Switched to a new branch 'feature1'修改readme.txt最后一行，改为：Creating a new branch is quick AND simple.在feat
2015-04-19 15:02:14
424
转载 Git教程：创建与合并分支
在版本回退里，你已经知道，每次提交，Git都把它们串成一条时间线，这条时间线就是一个分支。截止到目前，只有一条时间线，在Git里，这个分支叫主分支，即master分支。HEAD严格来说不是指向提交，而是指向master，master才是指向提交的，所以，HEAD指向的就是当前分支。一开始的时候，master分支是一条线，Git用master指向最新的提交，再用HEAD指向master，就能
2015-04-19 15:01:30
399
转载 Git教程：从远程库克隆
上次我们讲了先有本地库，后有远程库的时候，如何关联远程库。现在，假设我们从零开发，那么最好的方式是先创建远程库，然后，从远程库克隆。首先，登陆GitHub，创建一个新的仓库，名字叫gitskills：我们勾选Initialize this repository with a README，这样GitHub会自动为我们创建一个README.md文件。创建完毕后，可以看到READM
2015-04-19 15:01:21
418
转载 Git教程：分支管理
分支就是科幻电影里面的平行宇宙，当你正在电脑前努力学习Git的时候，另一个你正在另一个平行宇宙里努力学习SVN。如果两个平行宇宙互不干扰，那对现在的你也没啥影响。不过，在某个时间点，两个平行宇宙合并了，结果，你既学会了Git又学会了SVN！分支在实际中有什么用呢？假设你准备开发一个新功能，但是需要两周才能完成，第一周你写了50%的代码，如果立刻提交，由于代码还没写完，不完整
2015-04-19 15:00:50
311
转载 Git教程：添加远程库
现在的情景是，你已经在本地创建了一个Git仓库后，又想在GitHub创建一个Git仓库，并且让这两个仓库进行远程同步，这样，GitHub上的仓库既可以作为备份，又可以让其他人通过该仓库来协作，真是一举多得。首先，登陆GitHub，然后，在右上角找到“Create a new repo”按钮，创建一个新的仓库：在Repository name填入learngit，其他保持默认
2015-04-19 14:59:00
407
转载 Git教程：远程仓库
到目前为止，我们已经掌握了如何在Git仓库里对一个文件进行时光穿梭，你再也不用担心文件备份或者丢失的问题了。可是有用过集中式版本控制系统SVN的童鞋会站出来说，这些功能在SVN里早就有了，没看出Git有什么特别的地方。没错，如果只是在一个仓库里管理文件历史，Git和SVN真没啥区别。为了保证你现在所学的Git物超所值，将来绝对不会后悔，同时为了打击已经不幸学了SVN的童鞋，本章开始
2015-04-19 14:58:18
358
转载 Git教程：撤销修改
自然，你是不会犯错的。不过现在是凌晨两点，你正在赶一份工作报告，你在readme.txt中添加了一行：$ cat readme.txtGit is a distributed version control system.Git is free software distributed under the GPL.Git has a mutable index called stage.
2015-04-19 14:57:24
386
转载 Git教程：删除文件
在Git中，删除也是一个修改操作，我们实战一下，先添加一个新文件test.txt到Git并且提交：$ git add test.txt$ git commit -m "add test.txt"[master 94cdc44] add test.txt 1 file changed, 1 insertion(+) create mode 100644 test.txt一般情况
2015-04-19 14:57:16
478
转载 Git教程：管理修改
现在，假定你已经完全掌握了暂存区的概念。下面，我们要讨论的就是，为什么Git比其他版本控制系统设计得优秀，因为Git跟踪并管理的是修改，而非文件。你会问，什么是修改？比如你新增了一行，这就是一个修改，删除了一行，也是一个修改，更改了某些字符，也是一个修改，删了一些又加了一些，也是一个修改，甚至创建一个新文件，也算一个修改。为什么说Git管理的是修改，而不是文件呢？我们还是做实验。第
2015-04-19 14:56:27
320
转载 Git教程：工作区和暂存区
Git和其他版本控制系统如SVN的一个不同之处就是有暂存区的概念。先来看名词解释。工作区（Working Directory）：就是你在电脑里能看到的目录，比如我的learngit文件夹就是一个工作区：版本库（Repository）：工作区有一个隐藏目录.git，这个不算工作区，而是Git的版本库。Git的版本库里存了很多东西，其中最重要的就是称为stage
2015-04-19 14:54:19
395
转载 Git教程：时光机穿梭
我们已经成功地添加并提交了一个readme.txt文件，现在，是时候继续工作了，于是，我们继续修改readme.txt文件，改成如下内容：Git is a distributed version control system.Git is free software.现在，运行git status命令看看结果：$ git status# On branch master#
2015-04-19 14:53:57
377
转载 Git教程：版本回退
现在，你已经学会了修改文件，然后把修改提交到Git版本库，现在，再练习一次，修改readme.txt文件如下：Git is a distributed version control system.Git is free software distributed under the GPL.然后尝试提交：$ git add readme.txt$ git commit -m
2015-04-19 14:53:18
507
转载 Git教程：创建版本库
什么是版本库呢？版本库又名仓库，英文名repository，你可以简单理解成一个目录，这个目录里面的所有文件都可以被Git管理起来，每个文件的修改、删除，Git都能跟踪，以便任何时刻都可以追踪历史，或者在将来某个时刻可以“还原”。所以，创建一个版本库非常简单，首先，选择一个合适的地方，创建一个空目录：$ mkdir learngit$ cd learngit$ pwd/Users
2015-04-19 14:52:01
326
转载 Git教程：安装Git
最早Git是在Linux上开发的，很长一段时间内，Git也只能在Linux和Unix系统上跑。不过，慢慢地有人把它移植到了Windows上。现在，Git可以在Linux、Unix、Mac和Windows这几大平台上正常运行了。要使用Git，第一步当然是安装Git了。根据你当前使用的平台来阅读下面的文字：在Linux上安装Git首先，你可以试着输入git，看看系统有没有安装G
2015-04-19 14:51:16
377
转载 Git教程：Git的诞生
很多人都知道，Linus在1991年创建了开源的Linux，从此，Linux系统不断发展，已经成为最大的服务器系统软件了。Linus虽然创建了Linux，但Linux的壮大是靠全世界热心的志愿者参与的，这么多人在世界各地为Linux编写代码，那Linux的代码是如何管理的呢？事实是，在2002年以前，世界各地的志愿者把源代码文件通过diff的方式发给Linus，然后由Linus本人
2015-04-19 14:46:59
276
转载 文本语言模型的参数估计-最大似然估计、MAP及贝叶斯估计
以PLSA和LDA为代表的文本语言模型是当今统计自然语言处理研究的热点问题。这类语言模型一般都是对文本的生成过程提出自己的概率图模型，然后利用观察到的语料数据对模型参数做估计。有了语言模型和相应的模型参数，我们可以有很多重要的应用，比如文本特征降维、文本主题分析等等。本文主要介绍文本分析的三类参数估计方法-最大似然估计MLE、最大后验概率估计MAP及贝叶斯估计。1、最大似然估计
2015-04-17 19:52:36
501
转载 Conjugate prior-共轭先验的解释
一 问题来源：看PRML第二章时遇到的。二 问题描述：PRML第68页说：“We shall see that an import role is played by conjugate priors, that lead to posterior distributions having the same functional form as the prior , and
2015-04-17 17:24:18
782
原创 多项分布
1、背景多项式分布（Multinomial Distribution）是二项式分布的推广。二项分布的典型例子是扔硬币，硬币正面朝上概率为p, 重复扔n次硬币，k次为正面的概率即为一个二项分布概率。（严格定义见伯努利实验定义）。把二项分布公式推广至多种状态，就得到了多项分布。2、多项分布某随机实验如果有k个可能结局A1、A2、…、Ak，分别将他们的出现次数记为随机变量
2015-04-17 13:47:08
4210
转载 机器学习中的常用分布
基本概念：1. 样本空间：实验所有可能的输出的集合。2. 随机变量：随机变量是一个映射（或函数），将映射到实数集。可以分为离散型随机变量和连续型随机变量。3. pmf和pdf：pmf（probability mass function）为离散型随机变量的概率分布，定义为，有是也写成f(x)；对于连续型随机变量，则p称为pdf（probability density fu
2015-04-17 11:02:48
1507
原创 朴素贝叶斯方法
前言 朴素贝叶斯（NaïveBayes）法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先是基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。朴素贝叶斯方法实现简单，学习与预测的效率都很高，是一种常用的方法。1.1朴素贝叶斯的学习与分类1.1.1基本方法
2015-04-17 10:42:57
2800
原创 二项分布（Python）
1、背景 在概率论和统计学中，二项分布是n个独立的[是/非]试验中成功的次数的离散概率分布，其中每次试验的成功概率为p。举两个例子就很容易理解二项分布的含义了：抛一次硬币出现正面的概率是0.5(p)，抛10(n)次硬币，出现k次正面的概率。掷一次骰子出现六点的概率是1/6，投掷6次骰子出现k次六点的概率。在上面的两个例子中，每次抛硬币或者掷骰子都和上次的
2015-04-16 22:53:42
8058
转载 线性代数导论33——第三阶段总结
本文是Gilbert Strang的线性代数导论课程笔记。课程地址：http://v.163.com/special/opencourse/daishu.html 第三十三课时：第三阶段总结复习本讲梳理知识要点：1）特征值与特征向量Ax=λx；2）微分方程；3）对称矩阵A=AT的特征值是实数，总存在足够的特征向量特征值使它可以对角化：A=QΛQT；4）正定矩阵是特征值均为正的对称矩阵
2015-04-16 20:17:38
898
转载 线性代数导论35——线性代数全总结
本文是Gilbert Strang的线性代数导论课程笔记。课程地址：http://v.163.com/special/opencourse/daishu.html 第三十五课时：线性代数全总结本节是Gilbert Strang主讲的线性代数导论最后一讲，我想我会想念这位伟大的教授的！任何科学都离不开数学，对计算机科学尤其如此，数据挖掘，机器学习都要以线性代数为
2015-04-16 20:17:31
499
转载 线性代数导论34——左右逆和伪逆
本文是Gilbert Strang的线性代数导论课程笔记。课程地址：http://v.163.com/special/opencourse/daishu.html 第三十四课时：左右逆和伪逆本讲的主题是左右逆，伪逆，当然也包括以前的内容，四个基本子空间。Am×n，m行n列1）矩阵可逆：即两边逆，AA-1 = I = A-1A ，
2015-04-16 20:16:40
983
转载 线性代数导论30——奇异值分解
本文是Gilbert Strang的线性代数导论课程笔记。课程地址：http://v.163.com/special/opencourse/daishu.html 第三十课时：奇异值分解本讲讲奇异值分解SVD=Singular Value Decomposition，这是矩阵最终和最好的分解。任意矩阵A=UΣVT，分解的因子是正交矩阵，对角矩阵，正交矩阵。正定
2015-04-16 20:15:46
787
转载 线性代数导论32——基变换和图像压缩
本文是Gilbert Strang的线性代数导论课程笔记。课程地址：http://v.163.com/special/opencourse/daishu.html 第三十二课时：基变换和图像压缩本讲关于基变换，从一组基变换到另外一组基，这在应用中比较常见，还会讲有关应用信号压缩，图像压缩。主题仍是线性变换与矩阵关联。图像压缩——傅里叶变换压缩包括无损压
2015-04-16 20:15:22
1652
1
python3.4matplotlib
2015-04-12
Python 2.7.9操作手册
2015-04-09
Python 2.7.9 Documentation
2014-12-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人