数据
文章平均质量分 64
Taolla
这个作者很懒,什么都没留下…
展开
-
大数据工程师学习路线
大数据工程师学习路线转载 2016-08-19 15:13:33 · 1370 阅读 · 1 评论 -
SVM技术详解(上)
SVM是一种二类分类模型,其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解1. 基本原理SVM方法是通过一个非线性映射p,把样本空间映射到一个高维乃至无穷维的特征空间中(Hilbert空间),使得在原来的样本空间中非线性划分(或回归)的问题转化为在特征空间中的线性划分(或回归)的问题.简单地说,就是升维和线性化.升维,就是把样本向高维空转载 2016-08-19 15:19:37 · 1027 阅读 · 0 评论 -
缺失值插补方法
在各种实用的数据库中,数据属性值缺失的情况经常发全甚至是不可避免的。因此,在大多数情况下,信息系统是不完备的,或者说存在某种程度的不完备。对数据挖掘来说,空值的存在造成了有用信息的丢失、数据不确定性更为显著等不良影响,因此,空缺的数据需要通过专门的方法进行推导、填充等,以减少数据挖掘算法与实际应用之间的差距。本文将主要针对缺失数据的补全方法进行简要介绍转载 2016-08-30 09:22:47 · 17464 阅读 · 0 评论 -
SVM技术详解(下)
SVM是一种二类分类模型,其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解转载 2016-08-22 00:07:15 · 423 阅读 · 0 评论 -
灵敏度分析和MATLAB代码
灵敏度分析和其MATLAB用法原创 2016-09-05 17:02:19 · 44196 阅读 · 10 评论 -
Python入门
五分钟Python入门转载 2016-09-23 03:17:27 · 295 阅读 · 0 评论 -
R FAQ
R语言的问题总结转载 2016-10-10 21:06:39 · 411 阅读 · 0 评论 -
R语言简单回归分析总结
R语言简单回归分析总结原创 2016-09-28 22:40:13 · 2655 阅读 · 1 评论 -
R语言的入门到精通
R语言的入门到精通原创 2017-04-25 00:41:56 · 2011 阅读 · 0 评论