??
苹果编程语言Swift解析：将推动应用开发巨变
以下为文章全文：
许多人可能都已忘记苹果WWDC中的“D”代表了“开发者”。这是一次开发者的大会，参加这一大会的程序员可以从会上了解到新的技术。
今年的WWDC回归本源，并专注于两大领域：软件，以及软件开发者。
尽管许多人对于苹果没有在今年WWDC上发布任何硬件产品感到失望，但需要指出的是，令这些硬件...
分类：
移动开发 时间：
2014-06-20 12:46:25
阅读次数：
189
1.线性回归介绍X指训练数据的feature，beta指待估计得参数。详细见http://zh.wikipedia.org/wiki/%E4%B8%80%E8%88%AC%E7%BA%BF%E6%80%A7%E6%A8%A1%E5%9E%8B使用最小二乘法拟合的普通线性回归是数据建模的基本方法。令最...
分类：
其他好文 时间：
2014-06-07 01:02:30
阅读次数：
458
好久没有更新了。。。忙于大学毕业的那些事（写论文，答辩，吃饭，拍照，喝酒，找租房，搬家。。。）已然毕业，好好回归自己的职业。深入底层，不漂流于浮表。ok、切入正题：使用的是UMeng的移动开发SDK。收集用户反馈是通过友盟开发者的应用管理后台。首先是继承android平台的。http://dev.u...
分类：
其他好文 时间：
2014-06-06 21:39:14
阅读次数：
474
Logistic回归主要用于医学中对流行病分析，或者对某种疾病的危险因素分析。通常用于二分类，也就是说因变量
只有两个，当然也可以用于多分类。
Logistic回归的理论内容上篇文章已经讲述过，在求解参数时可以用牛顿迭代，可以发现这种方法貌似
太复杂，今天我们介绍另一种方法，叫梯度下降。当然求最小值就是梯度下降，而求最大值相对就是梯度上升。
在Logistic回归中，由于，如果...
分类：
其他好文 时间：
2014-06-03 00:06:19
阅读次数：
353
在线性回归中，由于对参数个数选择的问题是在问题求解之前已经确定好的，因此参数的个数不能很好的确定，如果参数个数过少可能拟合度不好，产生欠拟合(underfitting)问题，或者参数过多，使得函数过于复杂产生过拟合问题(overfitting)。因此本节介绍的局部线性回归(LWR)可以减少这样的风险。
欠拟合与过拟合
首先看下面的图
对于图中的一系列样本点，当我们采用y...
分类：
其他好文 时间：
2014-06-02 23:50:41
阅读次数：
430
1.梯度上升优化1).
伪代码：所有回归系数初始化为1-------------------weights = ones((colNum,1))重复r次：
计算整个数据集的梯度gradient 使用alpha*gradient更新回归系数的向量 返回回归系数weights2). 迭代r次的代码...
分类：
其他好文 时间：
2014-06-02 18:11:41
阅读次数：
271
最小二乘法又叫做最小平方法，是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。
通常情况下最小二乘法用于求回归问题。以简单的线性最小二乘为例，二维平面上给定个点的坐标，确定一条直线，
要求大致符合这个点的走向。
我们可以设这条直线的方程为，那么就要使在处的函数值与给定的值相
差达到最小，也就是说，要确定的值，使得
最小。根...
分类：
其他好文 时间：
2014-06-01 13:57:53
阅读次数：
206
logistic regression可以解决分类问题，即输出的结果只有0和1两种，比如，对于邮件的判断只有是或者否。这种分类问题使用传统的线性回归并不能很好的解决。
一个小例子
例如，当我们根据肿瘤的大小判断一个肿瘤是不是良性的时候，输出结果只有是或者否，用1和0表示，给定的样本点，并且我们使用传统的线性回归问题解决拟合的函数图像如下：
图像中我们可以根据拟合曲线，当输出值...
分类：
其他好文 时间：
2014-06-01 12:53:04
阅读次数：
167
数据挖掘系列（4）使用weka做关联规则挖掘weka Apriori算法实例操作详解用
WEKA 进行数据挖掘，第 1 部分: 简介和回归
分类：
其他好文 时间：
2014-06-01 12:22:01
阅读次数：
156
回顾上次内容：http://blog.csdn.net/acdreamers/article/details/27365941
经过上次对Logistic回归理论的学习，我们已经推导出取对数后的似然函数为
现在我们的目的是求一个向量，使得最大。其中
对这个似然函数求偏导后得到...
分类：
其他好文 时间：
2014-06-01 04:34:43
阅读次数：
410
