- 博客(11)
- 收藏
- 关注
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
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人