v_HELEN_v-CSDN博客

转载 log(n!)与nlogn是等价无穷大

（log的底大于1即可）1、首先由Stirling's formula：也就是分子、分母是等价无穷大(n->oo)。2、再来证明log(n!) 与 nlogn是等价无穷大(n->oo)：挺不可思议的，n! 与 n^n相差很大，但取对数后就相差不了多少了。再上张图：看图发现两者还不是很“靠近”，我想了

2017-05-05 21:22:04 6104 2

原创 Blending and Bagging

这次我们要讲的主要是Blending 和Bagging。我们可不同的方式来得到不同的g。如果我们综合一下这些g，那么我们很可能会得到一个更好的g。Blending: 形象地说,就是类似于投票,每个g有着一些票，看大家投票的结果决定最后的g。Uniform Blending: 每个g都只有1票。Classification:Binary Classification：

2017-03-29 19:54:43 694

转载 libsvm 简易指南

一：下载编译安装这三个统称『配置环境』，从官网下载，然后自己想办法编译（我是直接找别人编译好的），接着重命名避免和 matlab 自带的 svmtrain 重名。说明一下我用的版本是 3.20在当前目录下会出现svmtrain.mexw64、svmpredict.mexw64（64位系统）或者svmtrain.mexw32、svmpredict.mexw32（32位系统）这两个

2017-03-18 15:48:28 650

转载 LIBSVM在Matlab下的使用

转自http://noalgo.info/363.html支持向量机(SVM，Support Vector Machine）是一种基于统计学习理论的模式识别方法，在解决小样本、高维度及非线性的分类问题中应用非常广泛。LIBSVM是一个由台湾大学林智仁(Lin Chih-Jen)教授等开发的SVM模式识别与回归的软件包，使用简单，功能强大，本文主要介绍其在Matlab中的使用。

2017-03-18 11:19:29 818

转载 Python·Jupyter Notebook各种使用方法记录·持续更新

Python·Jupyter Notebook各种使用方法记录·持续更新标签（空格分隔）： PythonPythonJupyter Notebook各种使用方法记录持续更新一 Jupyter NoteBook的安装1 新版本Anaconda自带Jupyter2 老版本Anacodna需自己安装Jupyter二更改Jupyter notebook的工作空

2017-03-02 10:19:49 1739

转载 Python2中的raw_input() 与 input

这两个均是 python 的内建函数，通过读取控制台的输入与用户实现交互。但他们的功能不尽相同。举两个小例子。?12345678910111213>>> raw_input_A =raw_input("raw_input:

2017-03-01 10:00:34 1121

转载我奋斗了18年，不是为了和你一起喝咖啡

我奋斗了18年，不是为了和你一起喝咖啡导读：此为两篇文章。《我奋斗了18年才和你坐在一起喝咖啡》是多年前一名叫“麦子”的网友写的一篇引发亿万网友共鸣热议的现实题材深度文章，作者用自己十几年的经历揭示了寒门通过努力要改变命运是多么艰难的一件事，以及改变后那种矛盾对立的复杂心境。文章诞生后的第三年，清华大学某研究生根据这篇文章所阐明的意义与自己的经历写了《我奋斗了18年不是为了和你一起喝咖

2017-02-28 17:45:00 2850

转载全局变量和局部变量在内存中的区别

答：有区别。全局变量保存在内存的全局存储区中，占用静态的存储单元；局部变量保存在栈中，只有在所在函数被调用时才动态地为变量分配存储单元。该题目考查的知识点是变量的存储类型及性质。C语言经过编译之后将内存分为以下几个区域：（1）栈（stack）：由编译器进行管理，自动分配和释放，存放函数调用过程中的各种参数、局部变量、返回值以及函数返回地址。操作方式类似数据结

2017-02-24 16:02:27 737

转载 C语言中全局变量、局部变量、静态全局变量、静态局部变量的区别

1.C++变量根据定义的位置的不同的生命周期，具有不同的作用域，作用域可分为6种：全局作用域，局部作用域，语句作用域，类作用域，命名空间作用域和文件作用域。从作用域看：1>全局变量具有全局作用域。全局变量只需在一个源文件中定义，就可以作用于所有的源文件。当然，其他不包含全局变量定义的源文件需要用extern 关键字再次声明这个全局变量。2>静态局部变量具有局部作用域

2017-02-24 15:38:53 489

转载全排列剖析：求n个数第k个排序----康托展开

康托展开的公式：（不用记，看形势就行，下面会有例子）X=an*(n-1)!+an-1*(n-2)!+...+ai*(i-1)!+...+a2*1!+a1*0!ai为整数，并且0适用范围：没有重复元素的全排列第一类题：N个数的第k个排序，例子，1，2，3，4共有4！种排列，1234,1243,1324等等。按顺序应该是12341243132413421

2017-01-17 20:39:59 1030

本文摘自 LeetCode 题解3 1. Next PermutationImplement next permutation, which rearranges numbers into the lexicographically next greater permutation of numbers.If such arrangement is not possible, it must rea

2017-01-17 20:20:31 323

原创 Git/Github学习

这篇博客是记录我在优达学习git的一些命令，为了方便自己查看。Git命令git init 新建一个git，在你使用了这个命令后，你会发现在你现在的目录下，会有一个.git文件。git clone url 拷贝仓库。拷贝下来的不仅仅是我们需要的目录，里面还有一个.git文件，这个文件记录了这个仓库的git信息。git status 查看状态git log 查看日志gi

2017-01-09 13:15:56 343

原创 IDE的快捷键

这篇博客主要是我个人老忘记快捷键，会不断更新的一些快捷键，只记录自己不记得的，所以只是我个人看的。Eclipse调试F8是调到下一个断点（没有的话，直接运行到结束）。F5是单步调试进入函数内部。F6是单步调试不进入函数内部。F7是由函数内部返回到调用处。VS2013调试1)调试(启动)：F5;2)调试(重新启动)：使用组合键“Ctrl+Shift+F5”;3)调试(开始执行不调试)：使用组合键“C

2017-01-07 13:25:40 625

转载牛人林达华推荐有关机器学习的数学书籍

1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是Introduction to Linear Algebra (3rd Ed.) by Gilbert Stra

2016-12-12 10:37:51 635

转载主成分分析 (PCA)

主成分分析（Principal components analysis）-最大方差解释在这一篇之前的内容是《Factor Analysis》，由于非常理论，打算学完整个课程后再写。在写这篇之前，我阅读了PCA、SVD和LDA。这几个模型相近，却都有自己的特点。本篇打算先介绍PCA，至于他们之间的关系，只能是边学边体会了。PCA以前也叫做Principal factor analysis。1.

2016-11-16 15:49:28 383

原创第六周：Machine learning system design

做项目的推荐方法迅速地用一个简单的算法来实现这个项目，不必特别精细，并在交叉验证集上测试。画出学习曲线，判断是否需要更多的数据，或者更多的特征值还是多项式等等。之后就是误差分析了，需要我们人工地去检查那些犯错的样例，发现这些样例有哪些共同的性质。评估算法好坏我们以癌症患者分类器为例，比如说癌症患者在训练集的比例是0.5%，那如果我的机器学习算法说，所有的人都不是癌症患者，那么我的算法冒无疑问

2016-11-10 20:49:26 530

原创第六周：Advice for Applying Machine Learning

这部分内容主要讲的是，在应用机器学习算法之后，如果我们发现训练集误差，交叉验证集或者测试集误差比较大的时候，算法在哪出现了问题？我们应该采取哪些措施？我们先举2个例子当我们的训练集已经比较大，然而验证误差和训练误差依然很大，而且二者相近，这个时候，我们说这种情况是高偏差的。当我们的训练误差很小，而交叉验证集误差很大，但随着训练集变大，2者差距不断变小的时候，我们说这种情况是高方差的。首先

2016-11-10 13:42:51 678

转载 python文件操作

总是记不住API。昨晚写的时候用到了这些，但是没记住，于是就索性整理一下吧：python中对文件、文件夹（文件操作函数）的操作需要涉及到os模块和shutil模块。得到当前工作目录，即当前Python脚本工作的目录路径: os.getcwd()返回指定目录下的所有文件和目录名:os.listdir()函数用来删除一个文件:os.remove()删除多个目录：

2016-11-07 00:06:07 315

转载 KNN

本文转自 http://coolshell.cn/articles/8052.htmlK Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法，总体来说KNN算法是相对比较容易理解的算法。其中的K表示最接近自己的K个数据样本。KNN算法和K-Means算法不同的是，K-Means算法用来聚类，用来判断哪些东西是一个比较相近的类型，而KNN算法是用来

2016-10-31 17:52:24 428

转载 UML类图几种关系的总结

UML类图，描述对象和类之间相互关系的方式包括：依赖（Dependency）、关联（Association）、聚合（Aggregation）、组合（Composition）、泛化（Generalization）、实现（Realization）等。依赖（Dependency）A依赖B,表示A会使用B的行为或属性，但B不能使用A的行为、属性，那么A和B的关系是依赖关系。uml中用带箭头的虚

2016-10-30 22:47:57 383

原创《利用python进行数据分析》---第3章

这些是我在读《利用python进行数据分析》这本书的时候，希望用博客记录下来的知识点，不适用于所有人。欢迎大家指出错误。下面的内容均在IPyhton下测试成功。和操作系统交互测试代码的执行时间不知道为啥，我在电脑上测试只有timeit可以成功，但是time不行，如果有知道的网友麻烦告诉一声啊。基本性能分析命令: %prun %run -p 这个部分我暂时不感兴趣，还没到分析性能的时候，要用

2016-10-25 20:02:01 472

原创机器学习第4周:Neural Network概述

Neural Network今天，学习了NG机器学习中的神经网络算法，以下是我个人总结，欢迎大家指出问题。为什么我们需要神经网络：举个例子：给出一些图片，让我们用计算机识别它是否是一辆汽车，假设它是50*50像素的图片（我想这是比较小的，很多图片都要大于这个规模）。每个像素点，我们可以看成是一个特征值，那么就一共有2500个特征值了（这只是使用灰度图片的情况，数值代表像素点的亮度，如

2016-10-18 22:36:34 656

原创 Octave中的简单控制语句

代码中的缩进是自己手动加的，不加也没关系，octave不对空格敏感。for循环while循环if else判断调用函数我在桌面创建了 squareThisNumber.m的文件，文件名称为函数名，内容是：想要调用该函数，需要先切换到该文件的目录下，然后再调用：设置搜索路径总是这样来回切换目录的确是挺麻烦的，还好octave给我们提供了一个函数addpath，将我们文件的目录加进去之后，就

2016-10-14 21:10:04 4155

原创在Octave中将数据可视化

数据可视化绘制简单的图形: 这时候，你的电脑会出现像下面一样的图片，不过可能出现的比较慢，我的就卡住几秒没动。将多个函数图像放在一个图里: 主要是用命令hold on，将正弦和余弦图放在了一起，并且plot第三个参数写成’r’, 以颜色区分，效果图：设置标题title(‘my plot’)设置x,y轴的标签xlabel(‘time’)ylabel(‘value’)记得在plot之后调用这

2016-10-14 18:56:59 1822

原创 Octave中，矩阵操作

Octave中，矩阵操作下面我就直接写样例吧，大家根据自己的需求改。创建矩阵判断矩阵大小矩阵长度，也就是行数获取单个元素截取某行所有元素（类似python切片的感觉）截取某列所有元素当然了，我们也可以截取一些复杂的矩阵元素截取了第1行和第3行的所有列元素我们也可以在赋值的时候使用这种技巧将第二列的元素替换成10 11 12连接2个矩阵，也可以看成增加行或者列元素，这里注意了，示例中C,D是不一样的。

2016-10-14 13:21:01 10783

原创在Octave中移动数据

在Octave中移动数据首先我们要解决的是路径问题，我们需要指定数据的位置，下面是关于切换路径的命令pwd:显示当前路径cd ‘path’(例如:cd ‘F:\reference\Coursera\Machine_Learning\3’):切换路径ls:显示当前路径下的文件将数据读入到octave1.load data(例如：load featureX.dat 读入数据,注意必须该路径下有

2016-10-14 12:52:18 1015

原创 Octave的基本使用(以下均在4.0.2测试成功)

Octave的基本使用以下均在4.0.2测试成功基本的数值运算：加减乘除：逻辑运算：在octave的逻辑运算中，0代表false, 1代表true简单赋值：在这里需要注意的是上面的事例，句尾都没有分号，会直接打印出结果，可是如果我们不需要他打印出来，只要在后面加上分号就可以了。比较一下这张图片和上一张图片的前2行，我们就会知道，以分号结尾可以抑制打印效果。打印内容：打印数字：（pi是内置的数字）

2016-10-14 11:51:22 1936

转载 vim中的字符串替换

本文出自 http://blog.csdn.net/shuangde800 本文是在学习《使用vi编辑器， Lamb & Robbins编著》时在所记的笔记。本文内容：基本全局替换确认替换上下文相关替换本文约定：$ + 命令表示在普通的bash的命令行下: + 命令表示在vim的ex（命令）模式，按"Ctrl" + ":

2015-05-03 09:40:27 620

转载 vim的简明教程

转载出处：http://blog.csdn.net/niushuai666/article/details/7275406vim的学习曲线相当的大（参看各种文本编辑器的学习曲线），所以，如果你一开始看到的是一大堆VIM的命令分类，你一定会对这个编辑器失去兴趣的。下面的文章翻译自《Learn Vim Progressively》，我觉得这是给新手最好的VIM的升级教程了，没有列举所有

2015-05-02 13:10:20 446

╰︶￣莫等闲