使用OC自定义了一个IntPair类作为NSDictionary类的键值，与JAVA中的Pair<int,int>使用方式类似，然而在使用过程中遇到了各种问题，有必要记录一下。 首先，需要实现NSCoping协议，如果不实现的话，在使用IntPair作为key向dictionary中添加数据时会报警 ...
分类：
移动开发 时间：
2016-08-09 18:48:39
阅读次数：
587
极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。 直接说，就是在给定样本的输出结果时，我们来估计参数。 它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，…。若在仅仅作一次试验中，结果A出现，则一般认为试验条件对A... ...
分类：
其他好文 时间：
2016-08-01 00:03:49
阅读次数：
182
贝叶斯定理是由英国数学家贝叶斯提出的公式，用于描述两个事件之间的关系： 按照乘法法则，可以立刻导出：P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B) 如上公式也可变形为：P(B|A) = P(A|B)*P(B) / P(A) 按这些术语，Bayes法则可表述为： 后验概率 = (似然... ...
分类：
其他好文 时间：
2016-07-31 17:29:24
阅读次数：
230
Lofistic回归模型也可以用于配对资料，但是其分析方法和操作方法均与之前介绍的不同，具体表现在以下几个方面1.每个配对组共有同一个回归参数，也就是说协变量在不同配对组中的作用相同2.常数项随着配对组变化而变化，反映了非实验因素在配对组中的作用，但是我们并不关心其大小，因此在拟合时采用条件似然函数 ...
分类：
其他好文 时间：
2016-07-23 22:54:55
阅读次数：
1305
1.重要的统计量 2.协方差 3.Pearson相关系数 4.协方差矩阵 5.相关系数矩阵 用来发现特征的相关性 6.独立与不相关 7.矩 8.重要的定理与不等式 ①Jenson不等式 ②切比雪夫不等式 ③大数定理 ④伯努利定理 ⑤中心极限定理 9.参数估计 ①矩估计 ②极大似然估计 ...
分类：
其他好文 时间：
2016-07-19 22:09:45
阅读次数：
118
承网上的前辈所言：机器学习不是一个一个孤立的算法堆砌起来的，想要像看《算法导论》这样看机器学习是个不可取的方法．机器学习里面有几个东西一直贯穿全书，比如说数据的分布、最大似然（以及求极值的几个方法，不过这个比较数学了），偏差、方差的权衡，还有特征选择，模型选择，混合模型等等知识，这些知识像砖头、水泥 ...
分类：
其他好文 时间：
2016-07-13 11:43:42
阅读次数：
164
MLE，MAP，EM 和 point estimation 之间的关系是怎样的 和点估计相对应的是区间估计，这个一般入门的统计教材里都会讲。直观说，点估计一般就是要找概率密度曲线上值最大的那个点，区间估计则要寻找该曲线上满足某种条件的一个曲线段。 最大似然和最大后验是最常用的两种点估计方法。以最简单 ...
分类：
其他好文 时间：
2016-06-23 22:02:53
阅读次数：
358
七月在线4月机器学习算法班课程笔记——No.8
1. 统计学习基础回顾1.1 先验概率与后验概率 先验概率：根据以往经验和分析得到的概率，如全概率公式，它往往作为”由因求果”问题中的”因”出现。
后验概率：依据得到”结果”信息所计算出的最有可能是那种事件发生，如贝叶斯公式中的，是”执果寻因”问题中的”因”。后验概率可以根据通过贝叶斯公式，用先验概率和似然函数计算出来。
贝叶斯定理：假设...
分类：
编程语言 时间：
2016-06-21 08:04:13
阅读次数：
2226
1.往往假设特征之间独立同分布，那么似然函数往往是连城形式，直接求骗到不好搞，根据log可以把连乘变为连加。 2.另外概率值是小数，多个小数相乘容易赵成浮点数下溢，去log变为连加可以避免这个问题。 若果原始似然函数中没有连加和，那么去对术后没有log(a+b)的形式，此时可以用GD，否则用EM，村 ...
分类：
其他好文 时间：
2016-06-20 11:16:37
阅读次数：
864
点击打开链接
题意：给个无向的图，问你删除任意边后，使这个图是哈密顿图，若有多个，输出路径上的所有权值和最小，没有就输出NO
思路：今天开始从10年多校开始刷题，敌人留给我们的时间不多了，这题看完题意后，看了看样例，自己yy了一下，写了一发，交了ac，看了样例后我是这样想的，因为是哈密顿图，那么每个点肯定是走了两次，而图是无向图，和求最大匹配有些类似，然后就瞎YY的过了#include
#i...
分类：
其他好文 时间：
2016-06-12 03:13:33
阅读次数：
204
