码迷,mamicode.com
首页 >  
搜索关键字:回归    ( 5081个结果
模式识别之线性回归---最小二乘和线性回归
-----------------------------author:midu---------------------------qq:1327706646------------------------datetime:2014-12-08 02:29(1)前言以前看最小二乘,一直很模糊,后面...
分类:其他好文   时间:2014-12-08 07:04:44    阅读次数:804
线性回归和局部加权线性回归
线性回归算法优缺点:优点:结果易于理解,计算不复杂缺点:对非线性数据拟合不好适用数据类型:数值型和标称型算法思想:这里是采用了最小二乘法计算(证明比较冗长略去)。这种方式的优点是计算简单,但是要求数据矩阵X满秩,并且当数据维数较高时计算很慢;这时候我们应该考虑使用梯度下降法或者是随机梯度下降(同Lo...
分类:其他好文   时间:2014-12-06 01:21:06    阅读次数:892
数学之路-数据分析进阶-广义线性模型
在统计学上, 广义线性模型 (Generalized linear model) 是一种受到广泛应用的线性回归模式。此模式假设实验者所量测的随机变量的分布函数与实验中系统性效应(即非随机的效应)可经由一链结函数(link function)建立起可资解释其相关性的函数。广义线性模型(generalized linear model, GLM)是简单最小二乘回归(OLS)的扩展,在广义线性模式中,假...
分类:其他好文   时间:2014-12-06 00:10:49    阅读次数:269
关于ipad右下角的那个隐藏键盘回收按钮
在做一个ipad项目的时候,遇到键盘挡住输入框的时候,于是就采取整个视图往上移的方法,点return就回收键盘视图回归正常,之前一直是在iphone中应用这种方法,没有问题,但是在ipad中,它的右下角有个按钮一点也是回收键盘,但是一回收,整个视图没有被执行回归正常。现在可以采取这样的一个方法,感应...
分类:其他好文   时间:2014-12-05 19:09:43    阅读次数:419
MetricGraphics.js – 时间序列数据的可视化
MetricsGraphics.js 是建立在D3的基础上,被用于可视化和布局的时间序列数据进行了优化。它提供以产生一个原则性的,一致的和响应式的方式的图形常见类型的简单方法。该库目前支持折线图,散点图和直方图,以及地毯地块和基本线性回归功能。
分类:Web程序   时间:2014-12-05 18:56:08    阅读次数:314
MetricGraphics.js – 时间序列数据的可视化
MetricsGraphics.js 是建立在D3的基础上,被用于可视化和布局的时间序列数据进行了优化。它提供以产生一个原则性的,一致的和响应式的方式的图形常见类型的简单方法。该库目前支持折线图,散点图和直方图,以及地毯地块和基本线性回归功能。
分类:Web程序   时间:2014-12-05 15:24:58    阅读次数:255
cut命令详解(转)
线上会log回归,计算请求超时率,会用到cut命令,看了一篇不错的文章,转了。。1 描述一下cut命令正如其名,cut的工作就是“剪”,具体的说就是在文件中负责剪切数据用的。cut是以每一行为一个处理对象的,这种机制和sed是一样的2 cut一般以什么为依据呢? 也就是说,我怎么告诉cut我想定位到...
分类:其他好文   时间:2014-12-05 12:40:46    阅读次数:276
BDD in Action 重点摘要
? 对于需灰度发布的产品, 开发人员可经由BDD, 便可自保证需灰度发布产品的质量? ? 所以, BDD 可使产品更快速的达到灰度发布的要求, 而可更快速的获得使用者对产品的反馈? ? 在这样的开发模式下, 测试人员可更专注于探索性测试, 挖掘出更深层的产品缺陷, 回归到真正测试人员的专业?...
分类:其他好文   时间:2014-12-04 20:00:22    阅读次数:180
C++最大的敌人是它的过去
在过去的几年里,我们谈到了关于“C++的复兴”。我们不得不承认微软是这项运动中主要参与者,我记得在Craig Symonds和Mohsen Agsen在视频中提到了这件事。 在2011年,微软写了许多文章来宣布C++的回归,并且众多微软专家如Herb Sutter在很多会议上解释了为什么C++会重....
分类:编程语言   时间:2014-12-04 13:49:03    阅读次数:148
如何确定怎样进一步提升学习算法的性能
当我们成功实现一个机器学习算法并将其用于解决实际问题时,常常会发现它的性能(分类、回归准确度)达不到我们足够满意的状态。在这种情况下,我们有以下六种选项来提高当前算法的性能1 增加training set的数目 这种方法适合模型发生过拟合的情况2 减小feature的数量(使用更少featur...
分类:编程语言   时间:2014-12-03 19:01:49    阅读次数:234
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!