2014年07月_果然好吃

原创数据挖掘需要考虑的问题

1，数据计算的时空复杂度。2，

2014-07-30 14:13:06 803

原创 ESL-chapter10-boosting

boosting是一个很强大的方法。现介绍如下：

2014-07-29 09:30:21 456

原创 ESL-chapter9-加法模型和决策树

加法模型就是把变量看成是不相干的

2014-07-28 10:10:41 759

原创 ESL-chapter8-bagging

bootstrap抽样能够帮助提高模型的准确率。本文zh

2014-07-27 10:01:03 436

原创 ESL-chapter8-gibbs采样

很多时候，我们希望从后验分布中采样，用以估算后验分布的

2014-07-26 13:31:42 545

原创 ESL-chapter8-EM算法2

EM算法的目标是找到带有隐变量模型的最大似然解。

2014-07-26 10:11:17 718

原创 ESL-chapter8-EM算法介绍1-混合高斯的例子

EM算法是一种迭代算法，用于含有隐变量的概率模型的

2014-07-25 17:03:16 847

原创不平衡类问题总结

未完待续~

2014-07-24 16:31:20 2125

原创特征选择的一般步骤

很多时候需要降低特征的数量，一方面是为了jiang'di

2014-07-24 16:20:11 5067

原创数据丢失值的处理方法总结

很多时候数据集不完整，需要补充数据，下

2014-07-24 14:27:12 1660

原创 ESL-chapter7-交叉验证

本章有两个重要的内容，一个是

2014-07-22 10:50:51 482

原创 ESL-chapter6 核密度估计和分类

高维中的核方法不太实用，跳过到6.6节。

2014-07-20 22:49:05 1282

原创 ESL-chapter6 Kernel Smoother

第一节，一维的核光滑x y #computing the mean value of y NNkernel { d a a return(mean(a[1:k,2]))}#computing every point of yy.NNkernel for(i in x) { temp

2014-07-19 17:23:51 943

原创 ESL-chapter5 Smoothing Splines

先来看公式5.9

2014-07-18 15:23:24 2235

原创 ESLchapter5-South African Heart Disease example

先来理解 the element of statistic learning 的公式 5.6

2014-07-17 14:32:06 770

原创 ESL走读chapter5-自然三次样条插值

首先，理解自由度的计算，三次样条，有

2014-07-17 11:34:47 7606 2

原创 spark矩阵向量-矩阵矩阵相乘

val paramatrix1 = sc.parallelize(List(Vector(2, 2, 4), Vector(3, 2, 1), Vector(1, 3, 2)))

2014-07-17 08:57:30 11491 1

果然好吃的专栏