PCA(主成份分析)

简单回顾一下，给自己做个备忘 

目的在于将具有多维属性的数据集进行降维。将n个属性维度映射到k维上（n>k）。在降噪（信号传输），数据挖掘等领域都有应用。 

简单来说，就是给定一个训练集，有n个样本，和a个属性，构成一个n×a的矩阵M。将此训练集中的全部数值都减去期望值（平均值）得到矩阵R。求出M的协方差矩阵k个最大特征值所对应的特征向量矩阵A（k是任选的，对应你结果想要的维数）。再用R×A，得到最终的降维矩阵。 这样得到的矩阵可以保证在每一维度上方差最大。证明要用数学公式，编辑太麻烦，故略。

详见http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html

罗马，日本与中国皇帝的一点比较

就算是如卡利古拉，图密善，卡拉卡拉之流的暴君，杀人数仍不可望朱元璋，唐太宗一类的中国所谓明君之项背。
日本平安时代，武家尚未夺取政权，但是天皇仍无一位似中国皇帝残暴多杀。

一个有趣的历史事实

布鲁图（Lucius Junius Brutus）推翻小塔克文，结束王政时代；同一家族的Marcus Junius Brutus和Decimus Junius Brutus Albinus参与刺杀凯撒。这个家族以另一种方式左右了罗马的历史进程

Balance 算法

详见《mining of massive data sets》 8.4.4
对贪心算法的改进，其竞争率为3/4。

将查询分配给出价最高且剩余预算最多的广告商。如果多个广告商的剩余预算相等，则随意选择一个。

马基雅维利一句经常被引用错误的名言

“目的证明手段正确”。

若读《论李维罗马史》，会发现这句话有一个前提，那就是目的必须正当。

共产主义者普遍信奉这句话，有两个原因：
 1.不知道它的前提，因而信奉。
 2.自认为目的正确，因而信奉。

可见这句话无论有没有前提，都害人不浅。波普尔说过，进行总括性的历史预言超出科学方法范围之外。要是以此预言为目的进行大规模社会实验就更是灭绝人性的罪恶和愚蠢。

BFR算法

聚类算法的一种。
  寻找初始点方式：
   （1）选择彼此距离尽可能远的点。
   （2）先进行聚类，输出k个簇，再在每个簇中选择一个点。

假设簇满足以质心为期望的正态分布。按上述方式选择初始的k个点。
之后，数据文件中的点按照组块方式读入。
目前内存中有：
    1.组块
    2.废弃集
    3.压缩集
    4.留存集


后三者关系如图：

下面开始数据处理。

  （1）首先，充分接近某个簇质心的点会被加到该簇中。
  （2）对于不充分接近簇质心的点，同留存集中的点一起聚类。
  （3）压缩集迷你簇和新的迷你簇（迷你簇含有互相接近，但是不接近于任何簇的点）之间可以进行合并。
  （4）不在留存集中的点，也就是一个簇或者迷你簇中的点，会和分配结果一起写到二级存储上。


注意一点，上述操作在每个组块输入后都会进行一次。
当组块输入完成后，会对压缩集和留存集进行操作。具体因需要而异，也可能不进行任何操作。

如何将某点p分给某个簇?
计算p和这个簇质心的马氏距离，选择质心具有最短马氏距离的簇，如果距离小于某个阀值，将p加入簇中。

对日耳曼人和鞑靼人的随想

                                   

生而自由，则给被征服着带来自由；生而为奴，则被征服者将成为更加悲惨的奴隶