一、算法概述该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中， 所选择的邻居都是已经正确分类的对象（训练集）。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。二、算法要点1、...
分类：
其他好文 时间：
2014-09-26 19:37:38
阅读次数：
207
说到上下级关系，这里面可是大有学问。上级是中心人物，站在圆心的位置上；下属是边缘人物，站在圆周的位置上。只有上级和下属保持一定的距离，上级对下属发布的决策、批评或表扬才会公正、公平，不落人口舌。
不得不提到的是，关于上下级之间的关系有一个刺猬法则。提出这个法则的灵感来源于“刺猬效应”。这个效应来源于西方的一个寓言，说的是冬天到了，两只小刺猬依偎在一起取暖。如果离得太近，各自的刺刺向对方，彼此...
分类：
其他好文 时间：
2014-09-26 13:28:38
阅读次数：
231
决策树有着非常广泛的应用，可以用于分类和回归问题。以下针对分类问题对决策树进行分析。
分类情况下，可以处理离散（if-then）的特征空间，也可以是连续（阈值化的if-than）的特征空间。
决策树由结点和边构成，其中结点分内结点（属性，特征）和外结点（类别）。边上代表着判别的规则，即if-then...
分类：
其他好文 时间：
2014-09-25 20:38:07
阅读次数：
435
Table表基本上这一节就是文档翻译，不打算写示例了，原因结尾会说。Table表的意思是你可以写出任意样式的表格来。那么任意样式的表格是如何被fitnesse识别并执行的？以及如何展示执行结果的？一起来看一下。前面几种表格的基本思路是——要么由表头来确定方法名（决策表）；要..
分类：
其他好文 时间：
2014-09-25 16:53:49
阅读次数：
118
Table 表
基本上这一节就是文档翻译，不打算写示例了，原因结尾会说。
Table表的意思是你可以写出任意样式的表格来。那么任意样式的表格是如何被fitnesse识别并执行的？以及如何展示执行结果的？一起来看一下。
前面几种表格的基本思路是——要么由表头来确定方法名（决策表）；要么固定方法名（动态决策表、查询表）；要么结合某些标识符确定方法名（脚本表）。总之给人有迹可循的印象，而T...
分类：
其他好文 时间：
2014-09-25 16:13:39
阅读次数：
165
大数据时代已经悄悄来临，谁掌握了大数据，谁就可以抢占市场先机。自2012年以来，大数据已经成为一个浪潮儿，“大数据”即将成为“明日之星”。目前，我国各个行业，包括金融、电商、政府等都在使用大数据。大数据帮助政府企业等解决了及其多的海量数据，可视化的效果还帮助他们更加清晰的分析局面，做出及时有效的决策...
分类：
其他好文 时间：
2014-09-24 13:58:46
阅读次数：
653
分类决策树算法,其核心算法是ID3算法。目前应用在临床决策、生产制造、文档分析、生物信息学、空间数据建模等领域。算法的输入是带类标的数据，输出是树形的决策规则。...
分类：
其他好文 时间：
2014-09-24 13:42:06
阅读次数：
310
分类回归树算法：CART(Classification And Regression Tree)算法采用一种二分递归分割的技术，将当前的样本集分为两个子样本集，使得生成的的每个非叶子节点都有两个分支。因此，CART算法生成的决策树是结构简洁的二叉树。
分类树两个基本思想：第一个是将训练样本进行递归地划分自变量空间进行建树的想法，第二个想法是用验证数据进行剪枝。
CART与C4.5的...
分类：
其他好文 时间：
2014-09-24 12:33:26
阅读次数：
230
最长公共子串（LCS）
找两个字符串的最长公共子串，这个子串要求在原字符串中是连续的。其实这又是一个序贯决策问题，可以用动态规划来求解。我们采用一个二维矩阵来记录中间的结果。这个二维矩阵怎么构造呢？直接举个例子吧："bab"和"caba"(当然我们现在一眼就可以看出来最长公共子串是"ba"或"ab")
b a b
c 0 0 0
a 0 1 0
...
分类：
其他好文 时间：
2014-09-23 20:42:55
阅读次数：
169
题目：接馅饼，天上掉馅饼，活会落在0~10，11个位置上，单位时间可以移动到相邻的格子里；
问最大能接到多少。
分析：dp，离散化。
阶段：时间（离散化的）；
状态：某时间站在当前点，能得到的最大值；
决策：按照时间计算前一位置可到达当前位置的区间来更新当前点；
说明：初始化 5位置0，其...
分类：
其他好文 时间：
2014-09-22 09:38:22
阅读次数：
144
