Yiyang的专栏

结巴分词学习笔记转载自1，但是有许多修改和简化#-*-coding:utf-8-*-# python2.7基于ascii来处理字符流，若字符流不属于ascii范围内，就会抛出异常import sysreload(sys)print "原来的编码方式：",sys.getdefaultencoding();sys.setdefaultencoding('utf-8') # 设置默认编码方式为ut

spark机器学习第六章实现

mac用pip安装numpy, scipy, scikit-learnmac用pip安装numpy scipy scikit-learn

线性回归模型和最小二乘法

介绍EM算法的材料里，我目前看过且觉得看了之后豁然开朗的就是NG老师的CS229讲义。 JerryLead 那里有中文版 结合混合高斯分布，在这两位牛人的基础上，谈一点自己觉得看待EM算法很重要的2个必须弄清楚的问题：为什么要有EM算法，为什么要分E步和M步。其中解释了一些介绍EM算法免不了要用到公式。为什么要有EM算法我把EM算法当做最大似然估计的拓展，解决难以给出解析解的最大似然估计（

1. 逻辑回归的建模1.1.sigmoid函数说道建模，总有一些粗暴的地方，即强行给真实模型ff指定某种形式f^\hat f，像线性回归里就强行指定了f^(x)=βTx,x∈Rp,β∈Rp+1\hat f(x)=\beta^T x, x \in R^p, \beta \in R^{p+1}这种形式，然后依靠所找到的最优的β\beta使f^\hat f尽量接近ff。 分类问题与回归的问题的不同在于