本文主要介绍几种常用的用于分类的性能评估指标，同时介绍如何绘制ROC曲线以及计算AUC值的便捷方法。最后再附上一个绘制ROC曲线和计算AUC的Python源码实现。

Github源码：https://github.com/csuldw/MachineLearning/tree/master/PCA

PCA（principle component analysis） ，主成分分析，主要是用来降低数据集的维度，然后挑选出主要的特征。原理简单，实现也简单。关于原理公式的推导，本文不会涉及，你可以参考下面的参考文献，也可以去Wikipedia，这里主要关注实现，算是锻炼一下自己，对PCA在理论的基础上画个圆满的句号。

本文主要回顾下几个常用算法的适应场景及其优缺点！（提示：部分内容摘自网络）。

机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在乎精度（accuracy）的话，最好的方法就是通过交叉验证（cross-validation）对各个算法一个个地进行测试，进行比较，然后调整参数确保每个算法达到最优解，最后选择最好的一个。但是如果你只是在寻找一个“足够好”的算法来解决你的问题，或者这里有些技巧可以参考，下面来分析下各个算法的优缺点，基于算法的优缺点，更易于我们去选择它。

介绍

在学习机器学习的时候，首当其冲的就是准备一份通用的数据集，方便与其他的算法进行比较。在这里，我写了一个用于加载MNIST数据集的方法，并将其进行封装，主要用于将MNIST数据集转换成numpy.array()格式的训练数据。直接下面看下面的代码吧(主要还是如何用python去读取binnary file)！

接触Python已将近两年了，写过的代码也不少，每次对代码的编写都没有统一的规范，所以，根据自己以往的经验，专门为自己定制了一份用于编写Python代码时使用的代码规范。

回头再温习一下Andrew Ng的机器学习视频课，顺便把没写完的笔记写完。

本节内容

• 牛顿方法
• 指数分布族
• 广义线性模型

背景

做实验的时候，需要将独立测试集的数据与别人server跑出来的结果进行比较，比如下面这个：http://bioinfo.ggc.org/bindn/ 。但是这个server一次性只能提交一个fasta文件，也就是说，我有很多数据的话，就要分多次提交。如果是人工的去操作，会比较耗时，而且工作量特别大，因此这里就需要模拟网页的数据提交。这就是本文的主要内容，

就用这首《稳稳地幸福》作为开场白吧，希望也有一种稳稳的幸福！

有一天，我发现自怜资格都已没有
只剩下不知疲倦的肩膀
担负着简单的满足
有一天，开始从平淡日子感受快乐
看到了明明白白的远方
我要的幸福……

本列表总结了25个Java机器学习工具&库：

• 原文地址：25 Java Machine Learning Tools & Libraries
• CSDN译文链接：http://www.csdn.net/article/2015-12-25/2826560

本文是先前做LeetCode时的部分题解，有的题目既包含C++代码，也有Python代码，为方便查阅，决定将这些思路合并到一文之中。

背景

　　在处理数据的时候，碰到了一个问题，就是取整方式！比如给定一个数值型列表，我需要分别获取它位置为长度的0%,25%,50%,75%,100%处的几个数字。但Python自带的int是向下取整，如果数字长度是5，理论上这五个数字分别对应0%,25%,50%,75%,100%的位置，但使用int，结果却并不是入次。比如当5*0.75时,如果加上int(5*0.75)，就等于3，而我想要的应该是4，显然不是我想要的，所以这里需要用到向上取整方式。因此，顺便总结了一下Python的几种取整方式。

一个小小的实例，做个小笔记！

比如有三个列表，列表元素均为数值型，三个列表的长度都一样，现在我想要求这三个列表的均值，即求一个均值列表，对应元素为上述三个列表对应元素的均值。

对于EM算法，一直都是云里雾里。所以，今天索性就下个决定，不搞懂它，决不罢休。通过今天的学习，加上之前的基础，EM算法终于算是理清思绪了。回头想想，果真是如何做事不下定决心，真的很难有结果。下面，打算将EM算法的整个推导过程总结一遍，达到理解并掌握的目的。

【机器学习算法代码汇总-Python&R】- <a link=”http://www.csuldw.com/assets/pdf/Full-CheatSheet-on-Machine-Learning-Algorithms(Python-and-R-Codes).pdf"target="_black">PDF文件下载.

提示：以下内容乃个人实验笔记！

功能描述

从格式化后的dssp文件DSSP（单一文件）中提取序列信息，要求输出的序列不含有X残基，并且序列最短长度minlen可人为指定，一般设置为40。