CJH's blog

baseline = 基础模型参照物 baseline这个概念是作为算法提升的参照物而存在的，相当于一个基础模型，可以以此为基准来比较对模型的改进是否有效。通常在一些竞赛或项目中，baseline就是指能够顺利完成数据预处理、基础的特征工程、模型建立以及结果输出与评价，然后通过深入进行数据处理、特征提取、模型调参与模型提升或融合，使得baseline可以得到改进。所以这个没有明确的指代，改进后的模型也可以作为后续模型的baseline。 想强调一下，baseline 就只是「参照物」的意思，至于 baseline 系统是怎么来的、性能如何，并没有一定的标准。 比如： 如果你是机器学习的初学者，在做课程作业，那么你可能用「随机猜测」作为 baseline；如果你是要在顶会发论文，那么很可能就需要用当前最好的系统（称为 state of the art）来作 baseline，否则审稿人就会质疑。 如果你的论文的论点是「我针对某系统作了改进，提升了性能」，那么 baseline 就应该是未改进的系统（相当于生物实验中的「对照组」），它与改进后的系统只有一处不同，这样才能下结论说你的改进就 ...

数据分析笔记 企业数据分析方向 现状分析（分析当下数据）：现阶段整体情况和各个部分构成占比 原因分析（分析过去数据）：某一现状产生的原因，做出调整优化 预测分析（结合数据预测未来）：结合已有数据预测未来发展趋势 原因分析： 离线分析（批处理） 面向过去，面向历史，分析已有数据： 在时间维度明显成批次性变化，1周1次/一天1次，又叫批处理。 现状分析 实时分析（流式处理） 面向当下，分析实时产生的数据。 所谓的实时是指从数据产生到数据分析到数据应用时间间隔很短，分秒毫秒级别。 预测分析 机器学习 基于历史数据和当下产生数据预测未来发生的事情。 侧重于数学算法的运用，如分类、聚类、关联、预测。 数据分析步骤 数据分析步骤重要性体现在：为开展数据分析提供了强有力的逻辑支撑。 步骤： 1、明确分析目的思路 2、数据收集 3、数据处理 4、数据分析 5、数据展现 6、报告撰写 1、明确分析目的和思路 目的是整个分析流程的起点，为数据收集处理分析提供清晰指引； 思路：使分析框架体系化，具有逻辑性，维度完整性，结果有效准确行； 需要数据分析方法论支持，如营销管理类理论。比如用户行为理论，PES ...

Confusion matrix混淆矩阵 混淆矩阵 混淆矩阵是 ROC 曲线绘制的基础，同时它也是衡量分类型模型 准确度中最基本、最直观、计算最简单的方法。以分类模型中的二分类为例，对于这 种问题，模型最终需要判断样本的结果是 0 还是 1，或者说是 Positive 还是 Negative。 因此，能得到这四个基础指标，可以看成是一级指标： 真实值是 Positive，模型认为 是 Positive 的数量(TP)。 真实值是 Positive，模型认为是 Negative 的数量(FN)。 真实值 是 Negative，模型认为是 Positive 的数量(FP)。 真实值是 Negative，模型认为是 Negative的数量(TN)。 将这四个指标一起呈现在表格中，就能得到如表 3 这样一个矩阵，称它 为混淆矩阵。预测性分类模型，是希望越准越好。在混淆矩阵中，TP 与 TN 的数量越 大越好，而 FP 与 FN 的数量越小越好。 accuracy rate：准确率 准确率指的是预测值为 1 且真实值也为 1 的样本在预测值为 1 的所有样本中所占 的比例。 recall ra ...

Anchor-Free 自从去年8月CornerNet开始，Anchor-Free的目标检测模型层出不穷，最近达到了井喷的状态，宣告着目标检测迈入了Anchor-Free时代。 其实Anchor-Free并不是一个新概念了，大火的YOLO算是目标检测领域最早的Anchor-Free模型，而最近的Anchor-Free模型如FASF、FCOS、FoveaBox都能看到DenseBox的影子。 下面主要讲一下有代表性的Anchor-Free模型(包括DenseBox、YOLO、CornerNet、ExtremeNet、FSAF、FCOS、FoveaBox)，分成3个部分来介绍(早期探索、基于关键点、密集预测)，具体细节就不展开了~ 早期探索 1.DenseBox 最早知道这篇文章，是在去年刚接触目标检测的时候，看了一篇地平线对DenseBox作者的采访，当时因为刚接触感触不深，但是从当前的时间节点回头看，DenseBox的想法是多么的超前啊。采访中说道，当年DenseBox其实早在2015年初就已经开发出来了，这比同期的Faster-RCNN系列提前数月，但是论文直到9月才在arxiv上发 ...

马尔可夫链 前言 马尔可夫链（Markov Chain）可以说是机器学习和人工智能的基石，在强化学习、自然语言处理、金融领域、天气预测、语音识别方面都有着极其广泛的应用 The future is independent of the past given the present 未来独立于过去，只基于当下。 这句人生哲理的话也代表了马尔科夫链的思想：过去所有的信息都已经被保存到了现在的状态，基于现在就可以预测未来。 一句话描述：状态空间中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备**“无记忆”的性质：下一状态的概率分布只能由当前状态决定**，在时间序列中它前面的事件均与之无关。 虽然这么说可能有些极端，但是却可以大大简化模型的复杂度，因此马尔可夫链在很多时间序列模型中得到广泛的应用，比如循环神经网络 RNN，隐式马尔可夫模型 HMM 等，当然 MCMC 也需要它。 1. 随机过程是啥玩意儿 马尔可夫链是随机过程 这门课程中的一部分，先来简单了解一下。 简单来说，随机过程就是使用统计模型一些事物的过程进行预测和处理 ，比如股价预测通过今天股票的涨跌，却预测明天后天股 ...

资本禀赋 资源禀赋又称为要素禀赋，指一国拥有的各种生产要素，包括劳动力、资本、土地、技术、管理等的方面。俄林早期师承瑞典著名经济学家赫克歇尔而深受启发，故他的要素禀赋说也被称为赫–俄模式。该模式是现代国际贸易理论的新开端，与李嘉图的比较成本说模式并列为国际贸易理论的两大基本模式。 国要素禀赋中某种要素供给所占比例大于别国同种要素的供给比例而价格相对低于别国同种要素的价格，则该国的这种要素相对丰裕;反之，如果在一国的生产要素禀赋中某种要素供给所占比例小于别国同种要素的供给比例而价格相对高于别国 同种要素的价格，则该国的这种要素相对稀缺。 资源禀赋与国际产业转移要素禀赋决定了各国的比较优势，由此也决定了国际产业转移的方向，不管是静态的还是动态的。但是在实际的经济运行中，国际产业的转移是存在刚性的，这体现为以下几个方面： 1.生产要素的异质性 在旧的贸易理论和“要素禀赋论”中，都假定要素是同质的，没有任何差异，可以转移的(尽管土地不会搬家，特殊的地理位置，自然环境和气候也有它的特殊性)。一旦一个国家之间的要素禀赋发生变化，国际产业结构也随之转移。然而每种要素实际上都不是同一的，它包含着许多小 ...

B题穿越沙漠 考虑如下的小游戏：玩家凭借一张地图，利用初始资金购买一定数量的水和食物（包括食品和其他日常用品），从起点出发，在沙漠中行走。途中会遇到不同的天气，也可在矿山、村庄补充资金或资源，（赚钱）目标是在规定时间内到达终点，并保留尽可能多的资金。（资金max） 游戏的基本规则如下： （1）以天为基本时间单位，游戏的开始时间为第0天，玩家位于起点。玩家必须在截止日期或之前到达终点，到达终点后该玩家的游戏结束。 （2）穿越沙漠需水和食物两种资源，它们的最小计量单位均为箱。每天玩家拥有的水和食物质量之和不能超过负重上限。若未到达终点而水或食物已耗尽，视为游戏失败。 （3）每天的天气为“晴朗”、“高温”、“沙暴”三种状况之一，沙漠中所有区域的天气相同。 （4）每天玩家可从地图中的某个区域到达与之相邻的另一个区域，也可在原地停留。沙暴日必须在原地停留。 （5）玩家在原地停留一天消耗的资源数量称为基础消耗量，行走一天消耗的资源数量为基础消耗量的 倍。 （6）玩家第0天可在起点处用初始资金以基准价格 ...

图论 推荐博客 基本概念补充 图论中图是由点和边构成的，可以反映一些对象之间的关系。 无向图 无向图（简称图）：没有方向，由点和边构成的图，记做G =(V , E)，点是V，边是E。 注：图论的图与几何图、工程图不一样。 因为一般情况下的图中点的相对位置及点间连线长短，对于反映对象之间的关系并不是重要的。 联结$ v_{i1}∗∗和∗∗**和**∗∗和∗∗ v_{ik}∗∗的链∗∗：在无向图G中，若存在一个点边的交错序列(**的链**：在无向图G中，若存在一个点边的交错序列(∗∗的链∗∗：在无向图G中，若存在一个点边的交错序列( v_{i1},,, e_{i1},,, v_{i2},,, e_{i2},……,……,…… v_{ik-1},,, e_{ik-1},,, c_{ik})其中)其中)其中 v_{ik}属于V(G),属于V(G),属于V(G), e_{ij}$属于E(G)。 联结 v_{i1} 和 v_{ik} 的圈：在上述的链中，若 v_{i1} = v_{ik}，也就是首尾相连。 连通图：对于一个无向图，若任何两个不同的点之间，至少存在一条链。 简单图：一个图如果它既没有 ...

原文出处 时间序列（按照时间排序的一组随机变量）_百度百科 (baidu.com) 时间序列基础知识 - 知乎 (zhihu.com) 一 二 三 时间序列(ARIMA)案例超详细讲解 1时间序列是按照一定的时间间隔排列的一组数据，其时间间隔可以是任意的时间单位，如小时、日、周月等。通过对这些时间序列的分析，从中发现和揭示现象发展变化的规律，并将这些知识和信息用于预测。 想象一下，你的任务是：根据已有的历史时间数据，预测未来的趋势走向。作为一个数据分析师，你会把这类问题归类为什么？当然是时间序列建模。 从预测一个产品的销售量到估计每天产品的用户数量，时间序列预测是任何数据分析师都应该知道的核心技能之一。常用的时间序列模型有很多种，在本文中主要研究ARIMA模型，也是实际案例中最常用的模型，这种模型主要针对平稳非白噪声序列数据。 时间序列概念 时间序列是按照一定的时间间隔排列的一组数据，其时间间隔可以是任意的时间单位，如小时、日、周月等。通过对这些时间序列的分析，从中发现和揭示现象发展变化的规律，并将这些知识和信息用于预测。比如销售量是上升还是下降，是否可以通过现有的数据预测未来一年的销 ...

排队论 博客1 博客2 优秀博主的专栏 零.排队论简述 什么是排队论： 排队论（queueing theory）是专门研究带有随机因素产生拥挤现象的优化理论，是有关于服务设施与被服务者构成的排队服务系统的理论。 亦称随机服务系统理论。因为被服务者到达系统的时间是不确定的。 排队论是计算机通信网络和计算机系统中通信信息量研究的基础理论，信息系统通信问题的定量研究往往要求借助于排队论才能得到解决。 经典模型： 一.基本组成 1.输入过程 顾客到达的方式通常是一个给一个到达的，也可能是成批的。顾客到达总是有一定规律，即到达的过程或到达时间间隔符合一定的分布，称到达分布。 顾客到达或到达时间通常假定为相互独立的且遵从同一分布的随机变 顾客来源：有限/无限 顾客数量：有限/无限 经常性的顾客来源：顾客到达间隔时间服从某一概率分布 顾客的行为假定：在未服务之前不会离开、当看到队列很长的时候离开、从一个队列移到另一个队列 2.服务规则 服务规则 服务台数量：单服务台、多服务台、无限服务台 服务协议：FCFS、LCFS、RSS、PR、PS、IS 先来先服务：FCFS（First-Come ...