2014年11月_baiyangfu

12月 11月 10月 09月 08月 07月 06月 04月 02月 01月

转载深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件

在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法，对于等式约束的优化问题，可以应用拉格朗日乘子法去求取最优值；如果含有不等式约束，可以应用KKT条件去求取。当然，这两个方法求得的结果只是必要条件，只有当是凸函数的情况下，才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。之前学习的时候，只知道直接应用两个方法，但是却

2014-11-20 18:29:02 1544

原创 hadoop streaming python 处理 lzo 文件遇到的问题

一个小需求，不想写java的mapreduce的程序，想用streaming + python 处理一下

2014-11-18 16:03:49 3807

原创感知机学习算法——统计学习方法笔记，代码实现

看了李航博士的《统计学习算法》，做一个笔记，

2014-11-17 18:14:28 1598

转载 SVM-支持向量机算法概述

（一）SVM的背景简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accu

2014-11-13 11:06:56 1033

原创贝叶斯学习，spark mlib 朴素贝叶斯使用

贝叶斯算法属于监督类机器学习算法，他的原理很简单，但是他的用处很

2014-11-11 18:49:21 4987 2

Data Science for Business

2016-06-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

转载 深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件