通常预测的点击率都是不准的，需要校准。例如，boosted trees and SVM预测结果趋于保守，即预测的概率偏向于中值；而对于NaiveBayes预测的概率，小概率趋于更小，大概率趋于更大。常用的校准方法有Binning和Pair‐Adjacent
Violators (PAV)；下面分别说说这两种方法。
Binning思想比较简单，也容易实现。
需要说明的是，通常校准算法...
分类：
其他好文 时间：
2014-10-18 22:24:00
阅读次数：
713
这篇文章很赞啊！很有必要将其好好的学习，今天首先记录...
分类：
其他好文 时间：
2014-10-17 12:02:17
阅读次数：
167
机器学习有着丰富的理论，分为有监督学习和无监督学习，有监督学习包括分类和回归，无监督学习包括聚类等。各种机器学习算法的基本思想都不难理解（这里的基本思想我的理解是各个算法的模型建立），而难点在于对于模型的求解，这里边有着优美的理论还有一些技巧，如SVM，EM，CA..
分类：
编程语言 时间：
2014-10-17 05:25:44
阅读次数：
619
在机器学习或者是模式识别当中有一种重要的分类器叫做：SVM 。这个被广泛的应用于各个领域。但是其计算的复杂度以及训练的速度是制约其在实时的计算机应用的主要原因。因此也很很多的算法被提出来，如SMO，Kernel的方法。
但是这里要提到的 Regularized
least-squares classification 是一个和他有着同样的效果的分类器。比较而言计算却比较的简单（We ...
分类：
其他好文 时间：
2014-10-16 16:55:33
阅读次数：
268
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检測的特征描写叙述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检測中...
分类：
其他好文 时间：
2014-10-11 20:37:36
阅读次数：
272
SVM，支持向量机。数据挖掘中的一个经典算法，博主学了挺久，把学到的一些东西跟大家分享一下。
支持向量机(SVM,Support Vector Machine)是在高维特征空间使用线性函数假设空间的学习系统,它由一个来自最优化理论的学习算法训练,该算法实现了一个由统计学习理论到处的学习偏置.此学习策略由Vapnik和他的合作者提出,是一个准则性的
并且强有力的方法.在它提出来的若干年来,在范...
分类：
编程语言 时间：
2014-10-11 19:34:26
阅读次数：
352
SVM（支持向量机）是机器学习算法里用得最多的一种算法。SVM最经常使用的是用于分类，只是SVM也能够用于回归，我的实验中就是用SVM来实现SVR（支持向量回归）。 对于功能这么强的算法，opencv中自然也是有集成好了，我们能够直接调用。OpenCV中的SVM算法是基于LibSVM软件包开发...
分类：
其他好文 时间：
2014-10-11 16:43:15
阅读次数：
473
http://www.cnblogs.com/ibook360/archive/2011/10/19/2217638.htmlLucene3.0之结果排序（原理篇）传统上，人们将信息检索系统返回结果的排序称为"相关排序"（relevance ranking），隐含其中各条目的顺序反映结果和查询的相关...
分类：
Web程序 时间：
2014-10-10 22:54:54
阅读次数：
270
这两天学习了一个相对比较简单但是十分实用的分类算法——贝叶斯分类算法，与我做项目使用的svm算法相比确实有很多精妙之处，。好比撒尿牛丸——好吃又好玩，而贝叶斯分类器则是简单又强大。本文结合简单天气预报进行讲解。
贝叶斯定理：
贝叶斯定理是概率论里面一个计算条件概率的法器！为什么是法器，且看后文。先摆出计算公式：
也许乍一看这公式没什么，但是我们先将公式移项得：P(A|B)P(B)=P...
分类：
其他好文 时间：
2014-10-09 16:31:18
阅读次数：
274
1.间隔（Margins）考虑逻辑回归，概率值是由模型预测出来的，给定，如果，则，预测最终类别就为1.对于一个正类样本，越大，也就越大，我们也就更大程度上确定该样本属于类别1.也就是说如果，那么预测就非常可信，类似地，如果，我们就能很自信是正确的预测.换种角度，对于给定的训练集，如果我们拟合出合适的...
分类：
其他好文 时间：
2014-10-09 02:00:07
阅读次数：
264
