<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SteveYinger的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/SteveYinger</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; SteveYinger]]></copyright><item><title><![CDATA[The Rise of the Sharing Economy: Estimating the Impact of Airbnb on the Hotel In]]></title><link>https://blog.youkuaiyun.com/SteveYinger/article/details/85458977</link><guid>https://blog.youkuaiyun.com/SteveYinger/article/details/85458977</guid><author>SteveYinger</author><pubDate>Mon, 31 Dec 2018 12:59:06 +0800</pubDate><description><![CDATA[Airbnb承认了传统酒店所阐述的：它们是酒店行业的补充者

文章运用实证来研究Airbnb进入德克萨斯市场在酒店收入上的影响。研究通过评估酒店房间月收入作为airbnb进入市场的函数来探索德克萨斯州的airbnb和酒店的关系。

数据来源：airbnb网站上的数据以及德克萨斯州大概3000个酒店的客房月收入。量化Airbnb渗透带来的消极影响的程度。

主要的结果：在airbnb最受欢迎的区域，...]]></description><category></category></item><item><title><![CDATA[台大林轩田机器学习课程笔记4----训练 VS. 测试]]></title><link>https://blog.youkuaiyun.com/SteveYinger/article/details/51226787</link><guid>https://blog.youkuaiyun.com/SteveYinger/article/details/51226787</guid><author>SteveYinger</author><pubDate>Sat, 23 Apr 2016 16:06:58 +0800</pubDate><description><![CDATA[训练vs测试]]></description><category></category></item><item><title><![CDATA[台大林轩田机器学习课程笔记3----机器学习的可行性]]></title><link>https://blog.youkuaiyun.com/SteveYinger/article/details/51171828</link><guid>https://blog.youkuaiyun.com/SteveYinger/article/details/51171828</guid><author>SteveYinger</author><pubDate>Sun, 17 Apr 2016 09:49:51 +0800</pubDate><description><![CDATA[证明机器学习是否可行]]></description><category></category></item><item><title><![CDATA[台大林轩田机器学习课程笔记2----机器学习的分类]]></title><link>https://blog.youkuaiyun.com/SteveYinger/article/details/51115731</link><guid>https://blog.youkuaiyun.com/SteveYinger/article/details/51115731</guid><author>SteveYinger</author><pubDate>Sun, 10 Apr 2016 22:14:16 +0800</pubDate><description><![CDATA[机器学习分类]]></description><category></category></item><item><title><![CDATA[台大林轩田机器学习课程笔记----机器学习初探及PLA算法]]></title><link>https://blog.youkuaiyun.com/SteveYinger/article/details/51111722</link><guid>https://blog.youkuaiyun.com/SteveYinger/article/details/51111722</guid><author>SteveYinger</author><pubDate>Sun, 10 Apr 2016 11:06:50 +0800</pubDate><description><![CDATA[机器学习的介绍以及PLA算法的原理和实现]]></description><category></category></item><item><title><![CDATA[【读书笔记】《R语言实战》Day1]]></title><link>https://blog.youkuaiyun.com/SteveYinger/article/details/50998331</link><guid>https://blog.youkuaiyun.com/SteveYinger/article/details/50998331</guid><author>SteveYinger</author><pubDate>Mon, 28 Mar 2016 15:31:07 +0800</pubDate><description><![CDATA[R中的数据集
数据集的概念：数据集是由数据构成的一个矩形数组。统计学家称数据集的行为观测，列为向量；数据库分析师称数据集的行为记录，列为字段；数据挖掘/机器学习的研究者则称其为示例和属性。数据集包括数据结构、内容和数据类型。
R语言常用的数据结构包括标量、向量、数组、数据框和列表，可以处理的数据类型包括数值型、字符型、逻辑型、复数型（虚数）、原生型（字节）。
向量
定义：向量是用于存储数值]]></description><category></category></item></channel></rss>