时间序列(time series)是一系列有序的数据.通常是等时间间隔的采样数据.如果不是等间隔,则一般会标注每个数据点的时间刻度. time series data mining 主要包括decompose(分析数据的各个成分,例如趋势,周期性),prediction(预测未来的值),classification(对有序数据序列的feature提取与分类),clustering(相似数列聚类)等. 这篇文章主要讨论prediction(forecast,预测)问题. 即已知历史的数据,如何准确

(n!/(n1! *n2! *n3!..nr!) )   * r!/( 同数量组A的数量! 同数量组B的数量!....) 比方20个东西分成2,2,,2,2   3,3,3,3 8组分给8个人有多少种分法 [20!/(2!^4  3!^4)] *  8! /(4!*4!) 说明8!表示有8组,那么意味着有8!种排列,由于2,2,2,2有4组,其中4!种排列是重复的同理3,3,3,3也一样 考虑特色情况8个人分8个不同的东西,每人一个 那么分组是1,1,1,1,1,1,1,1          

T1 60分暴力,水分也不会水,打表也不会打,正解是不可能写正解的,这辈子都写不出来正解的,虽然是zz题但是也拿不到分这样子. 正解:(啥?正解是sb组合数?这都他娘的想不到,真鸡儿丢人我自杀吧.) T2 拿了20分暴力,我明明还写了另外20分暴力为什么会这样啊花Q 正解:(环套树是什么啊我怎么可能会(麻袋这道题如果没有环似乎是以前做过的树归,我是个呆逼)) T3 45分暴力,orz尧神太强了100分.cydiater和帆神也很厉害写了60分,把暴力筛从nlogn优化到n,太强辣orz. 正解:

每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 分箱法在实际案例操作过程中较为常见,能够将一些数据离散化,等级化,比如年龄段,我们并不想知道确切的几岁,于是乎可以将其分组.分段. 基础函数中cut能够进行简单分组,并且可以用于等宽分箱法. cut函数:cut(x, n):将连续型变量x分割为有着n个水平的因子.(参考来自: R语言︱数据集分组.筛选) [plain] view plain c

0.前言 虽然很早就知道R被微软收购,也很早知道R在统计分析处理方面很强大,开始一直没有行动过...直到 直到12月初在微软技术大会,看到我软的工程师演示R的使用,我就震惊了,然后最近在网上到处了解和爬一些R的资料,看着看着就入迷了,这就是个大宝库了,以前怎么没发现,看来还是太狭隘了.直到前几天我看到这个Awesome R文档,我就静不下来了,对比了目前自己的工作和以后的方向,非常适合我.所以毫不犹豫的把这个文档汉化了,所以大家一起享受吧. 说明:本文已经提交到github,地址:https:/

[翻译]Awesome R资源大全中文版来了,全球最火的R工具包一网打尽,超过300+工具,还在等什么? 阅读目录 0.前言 1.集成开发环境 2.语法 3.数据操作 4.图形显示 5.HTML部件 6.复用组件研究 7.Web技术和服务 8.并行计算 9.高性能 10.语言API 11.数据库管理 12.机器学习 13.自然语言处理 14.贝叶斯 15.最优化 16.金融 17.生物信息学 18.网络分析 19.R 开发 20.日志 21.数据包 22.其他工具 23.其他编译器 24.R学习

本文在Creative Commons许可证下发布. 在fedora Linux上断断续续使用R语言过了9年后,发现R语言在国内用的人逐渐多了起来.由于工作原因,直到今年暑假一个赴京工作的机会与一位统计专业的人士聊天,才知道R语言的强大威力!(当然这里没有贬低SPSS, SAS,Stata的意思). R语言是用于统计分析.绘图的语言和操作环境.R是属于GNU系统的一个自由.免费.源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具.它是统计领域广泛使用的诞生于 1980年左右的 S 语言的

概述 和那些数据科学比赛不同,在真实的数据科学中,我们可能更多的时间不是在做算法的开发,而是对需求的定义和数据的治理.所以,如何更好的结合现实业务,让数据真正产生价值成了一个更有意义的话题. 数据科学项目的完整流程通常是这样的五步骤: 需求定义=>数据获取=>数据治理=>数据分析=>数据可视化 一.需求定义 需求定义是数据科学项目和数据科学比赛的最大不同之处,在真实情景下,我们往往对目标函数.自变量.约束条件都并不清晰.需要通过访谈.论文.文档等等形式对问题进行系统地分析,将实际问

这里有很多非常不错的R包和工具. 该想法来自于awesome-machine-learning. 这里是包的导航清单,看起来更方便 >>>导航清单 通过这些翻译了解这些工具包,以后干活也就方便多了.不过翻译这个东西的确要靠耐心,翻译,编辑花费了至少一周的空余时间. 在编辑本文的过程中,惊喜的发现Awesome系列的其他资源:地址在github: 1.DotNet 资源大全中文版 2.Java资源大全中文版 3.JavaScript 资源大全中文版 一  集成开发环境 RStudio –

直到12月初在微软技术大会,看到我软的工程师演示R的使用,我就震惊了,然后最近在网上到处了解和爬一些R的资料,看着看着就入迷了,这就是个大宝库了,以前怎么没发现,看来还是太狭隘了.直到前几天我看到这个Awesome R文档,我就静不下来了,对比了目前自己的工作和以后的方向,非常适合我.所以毫不犹豫的把这个文档汉化了,所以大家一起享受吧. 这里有很多非常不错的R包和工具. 该想法来自于awesome-machine-learning. 这里是包的导航清单,看起来更方便 >>>导航清单 通过

转载:http://ices01.sinaapp.com/?p=129      R(又称R语言)是一款开源的跨平台的数值统计和数值图形化展现 工具.通俗点说,R是用来做统计和画图的.R拥有自己的脚本语言和大量的统计.图形库(得益于开源社区),这让她看起来既美又实用.与其他同类软件(如 SPSS)相比,R的特点是纯命令行的,这倒也好,我们更应该把注意力放在数据本身,而非统计工具的UI.   R虽说有一套自己的语言,还挺完备,但她最专业的还是做统计和画图,而像连接数据库.文本处理.文件操作等这些脏

SELECT L.C# As 课程ID,L.score AS 最高分,R.score AS 最低分 FROM SC L ,SC AS R WHERE L.C# = R.C# and L.score = (SELECT MAX(IL.score) FROM SC AS IL,Student AS IM WHERE L.C# = IL.C# and IM.S#=IL.S# GROUP BY IL.C#) AND R.Score = (SELECT MIN(IR.score) FROM SC AS I

最棒的7种R语言数据可视化 随着数据量不断增加,抛开可视化技术讲故事是不可能的.数据可视化是一门将数字转化为有用知识的艺术. R语言编程提供一套建立可视化和展现数据的内置函数和库,让你学习这门艺术.在可视化的技术实现之前,让我们先看看如何选择正确的图表类型. 选择正确的图表类型 基本的展现类型有如下四种: 1.   比较 2.   组成 3.   分布 4.   关系 为了确定哪一种类型的图表适合你的数据,我建议你应该回答一些问题比如, § 在一个图表中你想展现多少个变量? § 每个变量中你会显

python实现六大分群质量评估指标(兰德系数.互信息.轮廓系数) 1 R语言中的分群质量--轮廓系数 因为先前惯用R语言,那么来看看R语言中的分群质量评估,节选自笔记︱多种常见聚类模型以及分群质量评估(聚类注意事项.使用技巧): 没有固定标准,一般会3-10分群.或者用一些指标评价,然后交叉验证不同群的分群指标. 一般的指标:轮廓系数silhouette(-1,1之间,值越大,聚类效果越好)(fpc包),兰德指数rand:R语言中有一个包用30种方法来评价不同类的方法(NbClust),但是速

成功在神舟K650c-i7 d2(i7-4700MQ.HM87)上装好了Windows XP 本来已经在K650c上装好了Windows7.Windows8双系统,奈何某些旧软件只能在Windows XP运行,于是开始折腾装XP. 经过多次尝试,成功在K650c上装好了Windows XP,仅2个不常用设备缺少驱动,不影响使用.核芯显卡.声卡等都功能正常,能玩游戏,旧软件都能正常工作.该方法不仅适用于安装版系统,而且适用于克隆版系统,适应性非常强(我最初是在克隆版系统中试成功的,后来为了系统纯净

为了给老板的mac air装上win7,研究了大致4-5小时,终于搞定! 新版的air安装实在是太不容易了,现在记录如下:   制作硬件:8G优盘一个(至少大于6G空白优盘一个),Macbook air一台 制作软件以及平台:正版win7/win8系统镜像iso文件,从微软官网下载 ,制作装机优盘和驱动(都在一个优盘里) ,安装windows7/windows8 ,安装windows驱动 制作装机优盘和驱动(都在一个优盘里)   ,先把ISO系统镜像(32位或64位)拷贝到Macbook air

http://blog.csdn.net/marising/article/details/5769653 前段时间写了中文分词的一些记录里面提到了CRF的分词方法,近段时间又研究了一下,特把方法写下来,以备忘,另外,李沫南同学优化过CRF++,见:http://www.coreseek.cn/opensource/CRF/.我觉得CRF++还有更大的优化空间,以后有时间再搞. 人民日报语料是分好词的,我下面贴出的代码就是把语料整理为CRF需要的训练数据,直接修改模板训练即可.不过有下面的同学给

最佳vim技巧----------------------------------------# 信息来源----------------------------------------www.vim.org         : 官方站点comp.editors        : 新闻组http://www.newriders.com/books/opl/ebooks/0735710015.html : Vim书籍http://vimdoc.sourceforge.net/cgi-bin/vim

RFM模型 在众多的客户价值分析模型中,RFM模型是被广泛应用的,尤其在零售和企业服务领域堪称经典的分类手段.它的核心定义从基本的交易数据中来,借助恰当的聚类算法,反映出对客户较为直观的分类指示,对于没有数据分析和机器学习技术支撑的初创企业,它是简单易上手的客户分析途径之一. RFM模型主要有三项指标: Recency:最近消费时间间隔 Frequency:消费频率 Monetary:消费金额 我们为客户在这三项指标上进行打分,那么总共会有27种组合的可能,使用K-Means算法,能够缩减到指定

网络细节资料很多,不做赘述,主要总结演化思路和解决问题. 一.YOLO 1.网络简介 YOLO网络结构由24个卷积层与2个全连接层构成,网络入口为448x448(v2为416x416),图片进入网络先经过resize,输出格式为: 其中,S为划分网格数,B为每个网格负责目标个数,C为类别个数.B表示每个小格对应B组可能的框,5表示每个框的四个坐标和一个置信度,C表示类别,同时也说明B个框只能隶属于同一个类别. 2.损失函数 损失函数有四部分组成, 上文中的红圈符号表示是否开关,比如第一个符号表示

这是pytorch官方的一个例子 官方教程地址:http://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py 代码如下 # coding=utf-8 import torch.nn as nn import torch.nn.functional as F from torch.autograd import Variable import