2016年03月_一生所爱丶

转载 Softmax回归

发现一篇把Softmax回归讲解的很好的博客原文见：http://ufldl.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92 简介在本节中，我们介绍Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字

2016-03-30 22:04:10 397

原创 LeetCode:Sum Root to Leaf Numbers

Given a binary tree containing digits from 0-9 only, each root-to-leaf path could represent a number.An example is the root-to-leaf path 1->2->3 which represents the number 123.Find the total sum of al

2016-03-30 12:39:11 358

原创表达式的前缀中缀后缀

中缀表示法中缀表示法是算术表达式的常规表示法。称它为中缀表示法是因为每个操作符都位于其操作数的中间，这种表示法只适用于操作符恰好对应两个操作数的时候（在操作符是二元操作符如加、减、乘、除以及取模的情况下）。对以中缀表示法书写的表达式进行语法分析时，需要用括号和优先规则排除多义性。Example: (A+B)*C-D/(E+F) 前缀表示法前缀表示法中，操作符写在操作数的前面。Example

2016-03-24 11:53:07 635

转载 HashMap循环遍历方式及其性能对比

主要介绍HashMap的四种循环遍历方式，各种方式的性能测试对比，根据HashMap的源码实现分析性能结果，总结结论。 1. Map的四种遍历方式下面只是简单介绍各种遍历示例(以HashMap为例)，各自优劣会在本文后面进行分析给出结论。 (1) for each map.entrySet() Java Map map = new HashMap(); for

2016-03-23 23:30:37 397

转载 Hashtable的实现原理

我们先对Hashtable有个整体认识，然后再学习它的源码，最后再通过实例来学会使用Hashtable。第1部分 Hashtable介绍第2部分 Hashtable数据结构第3部分 Hashtable源码解析(基于JDK1.6.0_45) 第4部分 Hashtable遍历方式第5部分 Hashtable示例转载请注明出处：http://www.cnblogs.com/

2016-03-23 23:29:37 471

转载最大似然估计与最小二乘的解释

最大似然估计：现在已经拿到了很多个样本（你的数据集中所有因变量），这些样本值已经实现，最大似然估计就是去找到那个（组）参数估计值，使得前面已经实现的样本值发生概率最大。因为你手头上的样本已经实现了，其发生概率最大才符合逻辑。这时是求样本所有观测的联合概率最大化，是个连乘积，只要取对数，就变成了线性加总。此时通过对参数求导数，并令一阶导数为零，就可以通过解方程（组），得到最大似然估计值。最小二乘：

2016-03-23 13:26:31 1014

原创 JAVA之HashMap源码分析

hashmap是基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（除了不同步和允许使用 null 之外，HashMap 类与 Hashtable 大致相同。）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。另外，HashMap是非线程安全的，也就是说在多线程的环境下，可能会存在问题，而Hashtable是线程安全的。hashmap的数据结

2016-03-22 23:41:56 370

原创 LeetCode：Move Zeroes

Given an array nums, write a function to move all 0’s to the end of it while maintaining the relative order of the non-zero elements. For example, given nums = [0, 1, 0, 3, 12], after calling your func

2016-03-21 15:40:21 604

原创机器学习MatLab实战整理--线性回归

1.最小均方算法单个变量的情况下，cost function为：hθ(x) = θTx = θ0 + θ1x1。data = load('ex1data1.txt'); X = data(:, 1); y = data(:, 2);首先将ex1data1.txt里的样本数据读取到data变量里，将data的里的第一列数据赋值给X,第二列数据赋值给y.类似的用法见下： data 是

2016-03-21 00:09:27 1206

原创 LeetCode: Add Two Numbers

LeetCode: Add Two NumbersYou are given two linked lists representing two non-negative numbers. The digits are stored in reverse order and each of their nodes contain a single digit. Add the two numbers

2016-03-17 13:30:57 651

原创 Andrew Ng机器学习笔记之局部加权回归

1.基本概念欠拟合：由于样本数据过少过着其他因素，拟合模型在数据预报时会造成偏差。如图中的左和中为求出的回归方程，然而在x的取值和真实差别很大，这个情况叫做欠拟合。过拟合：简单理解就是训练样本的得到的输出和期望输出基本一致，但是测试样本输出和测试样本的期望输出相差却很大。一般情况下：对于特征集过小的情况，称之为欠拟合（underfitt

2016-03-16 19:47:59 587 1

EmilSinclair4391的博客