<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[beta]]></title><description><![CDATA[本博客所有文章均采用CC BY-NC-SA 4.0国际许可协议进行许可，转载请注明出处。]]></description><link>https://blog.youkuaiyun.com/yujun7654321</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yujun7654321]]></copyright><item><title><![CDATA[数据科学学习笔记（use R）（3）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/38588915</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/38588915</guid><author>yujun7654321</author><pubDate>Fri, 15 Aug 2014 18:43:36 +0800</pubDate><description><![CDATA[数据的导入

     笔记的第一章：数据的导入已上传至github，欢迎访问以及对笔记不完善的地方提出修改完善意见。

笔记主要内容：



从网上获取数据读入本地数据读入Excel文件读入XML读入JSON数据连接SQL



笔记链接：https://github.com/yujunbeta/data-science_studynote/blob/master/ch1]]></description><category></category></item><item><title><![CDATA[数据科学学习笔记（use R）（2）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/38527581</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/38527581</guid><author>yujun7654321</author><pubDate>Wed, 13 Aug 2014 02:26:17 +0800</pubDate><description><![CDATA[笔记的第一章：数据的导入以上传至github]]></description><category></category></item><item><title><![CDATA[数据科学学习笔记（use R）（1）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/38442565</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/38442565</guid><author>yujun7654321</author><pubDate>Fri, 08 Aug 2014 18:02:44 +0800</pubDate><description><![CDATA[写在前面的废话
很久没有更新了bo]]></description><category></category></item><item><title><![CDATA[R语言与函数估计学习笔记（样条方法）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/26058625</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/26058625</guid><author>yujun7654321</author><pubDate>Sat, 17 May 2014 11:32:42 +0800</pubDate><description><![CDATA[样条估计
如果函数在不同地方有不同的非线性度，或者有多个极值点，那么用多项式特别是低阶多项式来完成拟合是非常不合适的。一种解决办法是我们之前提到的近邻多项式（或者称局部多项式），另一种就是样条——用分段的低阶多项式逼近函数。
关于样条，常用的有两类，一类是多项式样条，另一类是光滑样条。 
多项式样条
多项式样条的样条基有很多，最为著名的是我们之前在函数逼近中提到的truncated pow]]></description><category></category></item><item><title><![CDATA[R语言与函数估计学习笔记（核方法与局部多项式）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/26058533</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/26058533</guid><author>yujun7654321</author><pubDate>Sat, 17 May 2014 11:31:44 +0800</pubDate><description><![CDATA[非参数方法
用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。
非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认为函数光滑，避免了模型选择带来的风险；但是，表达式复杂，难以解释，计算量大是非参的一个很大的毛病。所以说使用非参有风险，选择需谨慎。
非参的想法很简单：函数在观测到的点取观测值的概率较大，用x附近的值通过加权平均的办法估计函数\( f(x) \)]]></description><category></category></item><item><title><![CDATA[R语言与函数估计学习笔记（函数展开）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/26058335</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/26058335</guid><author>yujun7654321</author><pubDate>Sat, 17 May 2014 11:29:04 +0800</pubDate><description><![CDATA[函数估计
说到函数的估计我们可以肯定的一点是我们很难得到原模型的函数，不过我们可以找到一个不坏的函数去逼近它，所以我们的函数估计从函数展开开始说起。
函数展开
首先不得不提的就是大名鼎鼎的Taylor展开，它告诉我们一个光滑的函数在x=t的一个邻域内有Taylor展式\[ f(x)\approx\sum_{j=0}^{p}\frac{f^{(j)}(t)}{j!}(x-t)^{j}=\sum]]></description><category></category></item><item><title><![CDATA[R语言与函数估计学习笔记（函数模型的参数估计）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/26057429</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/26057429</guid><author>yujun7654321</author><pubDate>Sat, 17 May 2014 11:20:58 +0800</pubDate><description><![CDATA[R语言与函数估计学习笔记
毫无疑问，函数估计是一个比参数估计要复杂得多的问题，当然也是一个有趣的多的问题。这个问题在模型未知的实验设计的建模中十分的常见，也是我正在学习的内容的一部分。
关于函数估计我想至少有这么几个问题是我们关心的：1、我知道函数的一个大概的模型，需要估计函数的参数；2、我不知道它是一个什么模型，但是我想用一个不坏的模型刻画它；3、我不知道它是一个什么模型，我也不太关心它的显]]></description><category></category></item><item><title><![CDATA[关于本博客的一些说明]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/24143689</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/24143689</guid><author>yujun7654321</author><pubDate>Sat, 19 Apr 2014 23:12:51 +0800</pubDate><description><![CDATA[由于本人正在尝试使用LaTeX，Markdown与]]></description><category></category></item><item><title><![CDATA[R语言与抽样技术学习笔记（bootstrap）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/24142545</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/24142545</guid><author>yujun7654321</author><pubDate>Sat, 19 Apr 2014 22:43:25 +0800</pubDate><description><![CDATA[R语言与抽样技术学习笔记（Randomize，Jackknife，bootstrap）


Bootstrap方法
　　Bootstrap一词来源于西方神话故事“The adventures of Baron Munchausen”归结出的短语“to pull oneself up by one's bootstrap"，意味着不靠外界力量，依靠自身提升性能。
　　Bootstrap的基]]></description><category></category></item><item><title><![CDATA[R语言与抽样技术学习笔记（Jackknife）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/24141553</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/24141553</guid><author>yujun7654321</author><pubDate>Sat, 19 Apr 2014 22:22:19 +0800</pubDate><description><![CDATA[R语言与抽样技术学习笔记（Randomize，Jackknife，bootstrap）
　　尽管二次抽样、重新抽样或者其他的对给定数据重新排序的方法并不能增加数据的信息，但是这些办法往往有助于我们提取信息。今天我们就来详细的讨论一下抽样技术在数据分析中的作用。主要包括随机化检验、Jackknife、bootstrap三个方面的内容。
女士品茶实验与随机化检验
　　首先我们还是来回顾一下Fis]]></description><category></category></item><item><title><![CDATA[R语言与抽样技术学习笔记（Randomize）]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/23874695</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/23874695</guid><author>yujun7654321</author><pubDate>Wed, 16 Apr 2014 21:48:42 +0800</pubDate><description><![CDATA[R语言与抽样技术学习笔记（Randomize，Jackknife，bootstrap）
尽管二次抽样、重新抽样或者其他的对给定数据重新排序的方法并不能增加数据的信息，但是这些办法往往有助于我们提取信息。今天我们就来详细的讨论一下抽样技术在数据分析中的作用。主要包括随机化检验、Jackknife、bootstrap三个方面的内容。
女士品茶实验与随机化检验
首先我们还是来回顾一下fisher爵]]></description><category></category></item><item><title><![CDATA[R语言与Markov Chain Monte Carlo(MCMC)方法学习笔记(2)]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/23205331</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/23205331</guid><author>yujun7654321</author><pubDate>Tue, 08 Apr 2014 21:44:55 +0800</pubDate><description><![CDATA[这里women]]></description><category></category></item><item><title><![CDATA[R语言与Markov Chain Monte Carlo(MCMC)方法学习笔记(1)]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/21303341</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/21303341</guid><author>yujun7654321</author><pubDate>Sun, 16 Mar 2014 00:34:29 +0800</pubDate><description><![CDATA[蒙特卡洛方法被誉为20世纪最伟大的十大算法之一。它由美国拉斯阿莫斯国家实验室的三位科学家John von Neumann, Stan Ulam 和 Nick Metropolis于1946年提出。
       蒙特卡洛算法之所以那么有名，我的理解就是它利用随机模拟给出了一个十分普遍的求解许多问题近似解的办法。一个十分形象的例子是：在广场上画一个边长一米的正方形，在正方形内部随意用粉笔画一个不规]]></description><category></category></item><item><title><![CDATA[R语言与分类算法的绩效评估]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/18138957</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/18138957</guid><author>yujun7654321</author><pubDate>Sat, 11 Jan 2014 15:43:26 +0800</pubDate><description><![CDATA[关于分类算法我们之前也讨论过了KNN、决策树、naivebayes、SVM、ANN、logistic回归。关于这么多的分类算法，我们自然需要考虑谁的表现更加的优秀。
         既然要对分类算法进行评价，那么我们自然得有评价依据。到目前为止，我们讨论分类的有效性都是基于分类成功率来说的，但是这个指标科学吗？我们不妨考虑这么一个事实：一个样本集合里有95个正例，5个反例，分类器C1利用似然的]]></description><category></category></item><item><title><![CDATA[R语言与机器学习学习笔记（分类算法）（6）logistic回归]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/17926443</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/17926443</guid><author>yujun7654321</author><pubDate>Mon, 06 Jan 2014 20:56:42 +0800</pubDate><description><![CDATA[写在前面的废话
2014，又到了新的一年，首先祝大家新年快乐，也感谢那些关注我的博客的人。
现在想想数据挖掘课程都是去年的事了，一直预告着，盘算着年内完工的分类算法也拖了一年了。
本来打算去年就完成分类算法，如果有人看的话也顺带提提关联分析，聚类神马的，
可是，。
借着新年新气象的借口来补完这一系列的文章，
可是，这明明就是在发。
尽管这个是预告里的最后一篇，但是我也没打算把这个分类]]></description><category></category></item><item><title><![CDATA[R语言与机器学习学习笔记（分类算法）（5）神经网络]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/17201103</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/17201103</guid><author>yujun7654321</author><pubDate>Fri, 13 Dec 2013 00:32:02 +0800</pubDate><description><![CDATA[算法五：神经网络（优化算法）
        人工神经网络（ANN），简称神经网络，是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具，常用来对输入和输出间复杂的关系进行建模，或用来探索数据的模式。
      人工神经网络从以下四]]></description><category></category></item><item><title><![CDATA[R语言的常用函数速查]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/17190633</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/17190633</guid><author>yujun7654321</author><pubDate>Sat, 07 Dec 2013 19:35:29 +0800</pubDate><description><![CDATA[原帖地址：http://bbs.pinggu.org/thread-2264811-1-1.html
基本

一、数据管理
vector：向量 numeric：数值型向量 logical：逻辑型向量character；字符型向量 list：列表 data.frame：数据框c：连接为向量或列表 length：求长度 subset：求子集seq，from:to，sequence：等差序列re]]></description><category></category></item><item><title><![CDATA[R语言与机器学习学习笔记（分类算法）（4）支持向量机]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/17023287</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/17023287</guid><author>yujun7654321</author><pubDate>Fri, 29 Nov 2013 13:26:48 +0800</pubDate><description><![CDATA[算法四：支持向量机
       说到支持向量机，必须要提到july大神的《支持向量机通俗导论》，个人感觉再怎么写也不可能写得比他更好的了。这也正如青莲居士见到崔颢的黄鹤楼后也只能叹“此处有景道不得”。不过我还是打算写写SVM的基本想法与libSVM中R的接口。
一、SVM的想法
       回到我们最开始讨论的ＫＮＮ算法，它占用的内存十分的大，而且需要的运算量也非常大。那么我们有没有可能]]></description><category></category></item><item><title><![CDATA[R语言与机器学习学习笔记（分类算法）（3）朴素贝叶斯算法]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/16355857</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/16355857</guid><author>yujun7654321</author><pubDate>Sat, 16 Nov 2013 13:29:40 +0800</pubDate><description><![CDATA[算法三：朴素贝叶斯算法
           前两个算法都被要求做出一个艰难的决定，给出数据所属分类的明确答案，但往往因为分类特征统计不足，或者分类特征选择有误导致了错误的分类结果，哪怕是训练集也有可能出现不能正确分类的情形。这时，前两种方法都如同现实生活一样是用“少数服从多数”的办法来做出决策。正如帕斯卡指出的：“少数服从多数未必是因为多数人更正义，而是多数人更加强力”，所以为了保证“少数人的]]></description><category></category></item><item><title><![CDATA[R语言与机器学习学习笔记（分类算法）（2）决策树算法]]></title><link>https://blog.youkuaiyun.com/yujun7654321/article/details/14986219</link><guid>https://blog.youkuaiyun.com/yujun7654321/article/details/14986219</guid><author>yujun7654321</author><pubDate>Sun, 10 Nov 2013 16:34:06 +0800</pubDate><description><![CDATA[算法二：决策树算法
        首先，我们来谈谈什么是决策树。我们还是以鸢尾花为例子来说明这个问题。



       观察上图，我们判决鸢尾花的思考过程可以这么来描述：花瓣的长度小于2.4cm的是setosa（图中绿色的分类），长度大于1cm的呢？我们通过宽度来判别，宽度小于1.8cm的是versicolor（图中红色的分类），其余的就是virginica（图中黑色的分类）]]></description><category></category></item></channel></rss>