问题由来在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。例如，考虑一下的三个特征：["male","female"]["from
Europe","from US","from Asia"]["uses Firefox","uses Chrome","uses
Safari","uses...
分类：
其他好文 时间：
2014-06-04 17:03:02
阅读次数：
344
KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近；K最近邻(k-Nearest
Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果...
分类：
其他好文 时间：
2014-06-04 16:22:30
阅读次数：
399
原创博客，转载请：http://blog.csdn.net/zhjm07054115/article/details/27577181...
分类：
其他好文 时间：
2014-06-03 04:53:59
阅读次数：
276
一、Mahout简单介绍查了Mahout的中文意思——驭象的人，再看看Mahout的logo，好吧，想和小黄象happy地玩耍，得顺便陪陪这位驭象人耍耍了...附logo：（就是他，骑在象头上的那个Mahout）步入正文啦：
Mahout是一个非常强大的数据挖掘工具，是一个分布式机器学习算法的集.....
分类：
其他好文 时间：
2014-06-02 08:14:03
阅读次数：
273
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering
算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是
L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录...
分类：
其他好文 时间：
2014-06-02 07:31:21
阅读次数：
227
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering
算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是
L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接....
分类：
其他好文 时间：
2014-06-02 07:30:03
阅读次数：
249
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering
算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是
L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接....
分类：
其他好文 时间：
2014-06-02 07:28:41
阅读次数：
197
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering
算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是
L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链.....
分类：
其他好文 时间：
2014-06-02 07:28:03
阅读次数：
210
机器学习算法中经常碰到非线性优化问题，如 Sparse Filtering
算法，其主要工作在于求解一个非线性极小化问题。在具体实现中，大多调用的是成熟的软件包做支撑，其中最常用的一个算法是
L-BFGS。为了解这个算法的数学机理，这几天做了一些调研，现把学习过程中理解的一些东西整理出来。目录链接(...
分类：
其他好文 时间：
2014-06-02 07:27:27
阅读次数：
274
二叉树的层序遍历(要求区分层，例如每层遍历完输出换行)
单单层序遍历非常简单，一个队列就搞定了，但是区分层则要麻烦些。总的思路无非就是在每次print的时候，要能通过某个东西
区分出当前节点是否是一层最后一个节点，或者下一层的最后一个节点，感觉有点类似于机器学习中找个区分度明显的特征：
1.自己的解法，在单队列基础上，输入队列的数据添加一个标志 ，LevelHeaded，同时...
分类：
其他好文 时间：
2014-06-01 10:49:44
阅读次数：
267
