Tom Fawcett做了一个关于各种机器学习算法的二维效果图。

 

 

其中的一部分我刚上研的时候也做过，但是没有他做的这么全面详细又这么多算法。作为Machine Learning入门，这种图像的显示还是很值得推荐的。

 

大致的结论都是已知的：如RBF核的SVM是通用函数逼近器，可以学习各种各样的分类函数（不过我怀疑他的多项式核实现的不对，不应该这么差的），k-近邻在维数低的时候也是通用逼近器，有时收敛速度甚至还比SVM快。RBF核的SVM对参数很敏感。一些树的方法也可以逼近各种分类函数(如random tree, random forest).其他的分类器都有各种各样的问题.

安排跟巴勒斯坦,吉尔吉斯斯坦这种超级烂队踢热身赛,踢赢了都会降世界排名.

 

目前世界排名的计算,有一套公式.简单的说,是每场比赛的结果得个分,然后按年平均.

 

中国队7月世界排名大降,就是因为去年6月赢澳大利亚的那场比赛算到去年(只算50%的分)去了.而那场大概有1000分,所以一下被平均的就少了500分.

 

即便如此,国足今年现在平均分大概也有个120多分.基本上就是靠赢了一场越南和一场伊朗得了加起来得了近800分.

 

而,友谊赛赢一次这两个世界最烂队(排名150名以后),得分是108分.少于平均数.结论就是越赢,排名越低...

 

而,这个排名本来不重要.无奈亚足联现在在用这个排名决定世预赛谁能免赛直接进20强,所以,国足跟一帮记者还在说想方设法冲进亚洲前11,因为12-20名里有阿联酋，

泰国，印尼，新加坡等难对付的对手。。。。。。

就是周末发现超市里随手拿的一块肉居然是上好的排骨。拿白菜豆腐把它炖上之后拿起心爱的琴，练上一个小时马斯涅的《沉思》，让情绪随着揉弦和肉香一起在卧室里飘扬。尽兴之时，恰好能闻到排骨的香味，不待收琴，就急忙去偷吃一块排骨和一块豆腐。尽足的吃完饭后，去实验室工作一阵，跟人聊上一会儿天，随便的乱侃。工作到差不多的时候就回家，再偷吃两块豆腐，看看数学，学学德语，听听安静的音乐或者节奏感十足的音乐，打扫一遍家里。看看喜欢的电视节目，享受宁静的时光~~

在波恩的时候，干掉两本书。

 

第一本：Nonlinear Functional Analysis -- Variational Methods and Optimization. Eberhard Zeidler.

 

第二本：Topology from a Differentiable Viewpoint. John Milnor.

 

我觉得，我可能还是更适合用这种观念性的数学，胜过于用技巧性的数学。

 

生活逐渐走上正轨了。感谢听我胡乱唠叨的所有朋友们！