bjzhkuang
- 浏览: 170854 次
- 性别:
- 来自: 北京
-
最新评论
文章列表
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/17/260315.html
接下来要说的东西其实不是松弛变量本身，但由于是为了使用松弛变量才引入的，因此放在这里也算合适，那就是惩罚因子C。回头看一眼引入了松弛变量以后的优化问题：
注意其中C的位置，也可以回想一下C所起的作用（表征你有多么重视离群点，C越大越重视，越不想丢掉它们）。这个式子是以前做SVM的人写的，大家也就这么用，但没有任何规定说必须对所有的松弛变量都使用同一个惩罚因子，我们完全可以给每一个离群点都使用不同的C，这时就意味着你对每个样本的重视程 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/15/259786.html
现在我们已经把一个本来线性不可分的文本分类问题，通过映射到高维空间而变成了线性可分的。就像下图这样：
圆形和方形的点各有成千上万个（毕竟，这就是我们训练集中文档的数量嘛，当然很大了）。现在想象我们有另一个训练集，只比原先这个训练集多了一篇文章，映射到高维空间以后（当然，也使用了相同的核函数），也就多了一个样本点，但是这个样本的位置是这样的：
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/06/258288.html
生存？还是毁灭？——哈姆雷特
可分？还是不可分？——支持向量机
之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，怎么办呢？是否有某种方法，让线性不可分的数据变得线性可分呢？
有！其思想说来也简单，来用一个二维平面中的分类问题作例子，你一看就会明 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/01/257237.html
让我再一次比较完整的重复一下我们要解决的问题：我们有属于两个类别的样本点（并不限定这些点在二维空间中）若干，如图，
圆形的样本点定为正样本（连带着，我们可以把正样本所属的类叫做正类），方形的点定为负例。我们想求得这样一个线性函数（在n维空间中的线性函数）：
g(x)=wx+b
使得所有属于正类的点x+代入以后有g(x+)≥1，而所有属于负类的点x-代入后有g(x-)≤-1（之所以总跟1比较，无论正一还是负一，都是因为我们固定了间 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/02/14/254630.html
从最一般的定义上说，一个求最小值的问题就是一个优化问题（也叫寻优问题，更文绉绉的叫法是规划——Programming），它同样由两部分组成，目标函数和约束条件，可以用下面的式子表示：
（式1）
约束条件用函数c来表示，就是constrain的意思啦。你可以看出一共有p+q个约束条件，其中p个是不等式约束，q个等式约束。
关于这个式子可以这样来理解：式中的x是自变量，但不限定它的维数必须为1（视乎你解决的问题空间维数，对我们的文本分类 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/02/13/254578.html
上节说到我们有了一个线性分类函数，也有了判断解优劣的标准——即有了优化的目标，这个目标就是最大化几何间隔，但是看过一些关于SVM的论文的人一定 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html
（一）SVM的八股简介
支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2009/01/05/249866.html
Java号称对Unicode提供天然的支持，这话在很久很久以前就已经是假的了（不过曾经是真的），实际上，到JDK5.0为止，Java才算刚刚跟上Unicode的脚步，开始提供对增补字符的支持。现在的Unicode码空间为U+0000到U+10FFFF，一共1114112个码位，其中只有1,112,064 个码位是合法的（我来替你做算术，有2048个码位不合法），但并不是说现在的Unicode就有这么多个字符了，实际上其中很多码位还是空 ...
本文转自 http://www.blogjava.net/zhenandaci/archive/2008/12/25/248213.html
如果你是JVM的设计者，让你来决定JVM中所有字符的表示形式，你会不会允许使用各种编码方式的字符并存？我想你的答案是不会，如果在内存中的Java字符可以以GB2312,UTF-16,BIG5等各种编码形式存在，那么对开发者来说，连进行最基本的字符串打印、连接等操作都会寸步难行。例如一个GB2312的字符串后面连接一个UTF-8的字符串，那么连接后的最终结果应该是什么编码的呢？你选哪一个都没有道理。因此牢记下面这句话，这也是Java开发者的共 ...
本文转自 http://www.blogjava.net/zhenandaci/archive/2008/12/24/248062.html
接着上节的思路说，一个网页要想在浏览器中能够正确显示，需要在三个地方保持编码的一致：网页文件，网页编码声明和浏览器编码设置。首先是网页文件本身的编码，即网页文件在被创建的时候使用什么编码来保存。这个完全取决于创建该网页的人员使用了什么编码保存，而进一步的取决于该人员使用的操作系统。例如我们使用的中文版WindowsXP系统，当你新建一个文本文件，写入一些内容，并按下ctrl+s进行保存的那一刻，操作系统就替你使用GBK编码将文件进行了 ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2008/12/24/248056.html
GB2312是对中国的开发人员来说很重要的一个词汇，它的来龙去脉并不需要我在这里赘述，随便Google之便明白无误。我只是想提一句，记得前一节说到编码字符集和字符集编码不是一回事，而有的字符集编码又实际上没有做任何事，GB2312正是这样一种东西！GB2312最初指的是一个编码字符集，其中包含了ASCII所包含的英文字符，同时加入了6763个简体汉字以及其他一些ASCII之外的符号。与Unicode有UTF-8和UTF-16一样（当然， U ...
本文转自：http://www.blogjava.net/zhenandaci/archive/2008/12/24/248041.html
需要再一次强调的是，无论历史上的UCS还是现如今的Unicode，两者指的都是编码字符集，而不是字符集编码。花费一点时间来理解好这件事，然后你会发现对所有网页的，系统的，编码标准之间的来回转换等等繁杂事务都会思路清晰，手到擒来。首先说说最一般意义上的字符集。
今天把在线聊天室代码改了下, 想启动应用测试. 结果抛出一大堆异常:--------------------------------------------------------------------------------------------org.springframework.beans.factory.xml.XmlBeanDefinitionStoreException: Line 4 in XML document from class path resource [applicationContext.xml] is invalid; nested exception i ...
eclipse修改代码时经常碰到“XX cannot be resolved to a type”的报错信息。 既不是jdk不匹配（或不存在） 也不是 jar包缺失或冲突 只需要操作一下 Project | Clean... ，问题即可解决。
原因是，机制所致。因为某些特殊原因，eclipse没能自动编译源代码到build/classes（或其他classes目录），导致类型查找不到。
Windows–>Preferences–>Java–>Compiler–>Building–>Output folder
勾选 ”Rebuild ...
在开发中一般会遇到同时要编译几个项目，并完成发布。如果依次执行ant，太烦。可以再一个目标项目的ant脚本中调用其他的ant脚本。
目标项目里添加如下
<target name="callNewsExtractor">
<echo message="building xxxxx project" />
<ant antfile="build.xml" dir="dir\xxx" />
</target>
这样将会调用dir目 ...