libodls

牙齿焦黄的肯定不是女神，可以直接pass掉。但胸围就不好说了，胸小的未必不是女神，胸大的也未必是，这就要结合身高、腰围和臀围等其他属性分别讨论，在讨论其他属性时也是如此。就像沿着树的分叉，往上下左右不同方向都有可能找到果实一样，这就是决策树。

一、Doudog的困惑现在我要启动把doudog训练成“老司机”的任务。我每天带着doudog在计算机学院的教室里转，遇到一个女孩就告诉它这是不是女神，经过几天的训练，doudog的模型已经能够准确识别出所有计算机学院的女神了，即错误率（error rate）为0，精度（accuracy）为100%。我很高兴，于是带着它到校园里走走，测试一下这几天的学习效果。

周志华教授的书中用到了不少数学公式和运算过程，为了方便理解，对于比较复杂的数学运算我先只分析其中的思维方法，不对具体运算做深究。一、什么是线性模型所谓线性（linear），是指量与量之间按比例、成直线的关系，即一次函数关系。一般来讲，如果两个变量呈线性关系，在平面坐标轴上画出来的图像是一条直线。非线性（non-linear）则指不按比例、不成直线的关系，如二次或多次函数关系。

四、线性判别分析线性判别分析（Linear Discriminant Analysis，LDA）的思想是：把全体美女集中到操场上，在操场上画出一条白直线，设法将每位美女都投影到这条线上，使女神的投影点尽可能集中到一起，女汉子的投影点尽可能集中到一起，而且女神们投影点的中心和女汉子们投影点的中心尽可能远。然后再来新的美女就看她的投影点落在哪里。方法不难，问题是怎么画这条白直线，即如何确定这条直线的方程 y = w' x？

凡事都要有个标准，仅仅看实验测试的表现还不够，衡量泛化能力还需要有一套评价标准，也叫做性能度量（performance measure）。当然标准也可以有好几套，从不同维度和侧重来评价。这同时也反映了模型的好坏是相对的，换一个标准评价的结果是不一样的。没有最好的，只有最合适的。

受固体降温启发，当固体被加热时，它的内部粒子做无规则剧烈运动，排列杂乱，固体内能增加，当停止加热，粒子运动开始减慢，这些运动可以看作是任意两个分子之间交换位置或相对位置改变，一段时间后分子运动减慢，当达到基态时粒子的排列变得有序，这时内能最低。具此原理，解决TSP问题，Travelling Salesman Problem，旅行商人走遍m个城市的最短路径1、设定一条初始路径　　　　　x0：1，2，

鸡汤太淡，我加点料，来碗牛杂汤。在机关待久了有些事情就没那么积极了，近几日方才利用上下班路上在喜马拉雅断断续续听完“收视率第一”、“让所有娱乐明星汗颜”的罗胖子跨年演讲。印象比较深的是人工智能，也许是最近正在研究机器学习的缘故。我发现一个现象，许多人喜欢把人工智能说的天花乱坠、牛逼哄哄，社会变革马上就要到来，人类的命运将被改写，你们就等着被机器“淘汰”吧……。听他们说起来真的特带劲，眼珠子都跟着快速转动。快速动眼期结束后，回想起来，这些人貌似没有一个是真正从事人工智能研究的。比如说罗胖子，当然人家很