关于决策树

决策树是非常流行的一种机器学习算法，基于决策树的集成算法随机森林更是位于机器学习 Top10 的算法之一。决策树之所以备受推崇，很大一个原因是其实现的过程与人类思考问题的方式非常接近，即使没有任何机器学习基础的人也可以看懂决策树做出判断的过程：

这是 SVM 系列的第二篇，上一篇文章介绍了 SVM 的主要思想以及推导过程，这一篇将会在此基础上介绍核函数(kernel)，这也是 SVM 最为重要的部分之一。

机器学习要解决的问题，可以分为回归（Regression）和分类（Classification）两种类型，为了解决这些问题，数据科学领域的专家们研究出了很多算法，线性回归很可能是其中最简单的一种，而工作、生活中许多简单问题往往用不上多么复杂的模型，让我们从最简单的线性回归说起。

众所周知 SVM 是非常强大的一种分类算法，有着媲美神经网络的分类效果，实现过程却简单得多。这篇文章不会系统地介绍 SVM（因为我并不是线性代数、凸优化等方面的专家），而是以一个学习者的角度描述 SVM 产生的过程，由于内容较长，将会分成三篇文章。

Think Bayes

贝叶斯定理是统计学中非常重要的一个定理，以贝叶斯定理为基础的统计学派在统计学世界里占据着重要的地位，和概率学派从事件的随机性出发不同，贝叶斯统计学更多地是从观察者的角度出发，事件的随机性不过是观察者掌握信息不完备所造成的，观察者所掌握的信息多寡将影响观察者对于事件的认知。

Likelihood & Maximum likelihood

似然与概率

在统计学中，似然函数（likelihood function，通常简写为likelihood，似然）是一个非常重要的内容，在非正式场合似然和概率（Probability）几乎是一对同义词，但是在统计学中似然和概率却是两个不同的概念。概率是在特定环境下某件事情发生的可能性，也就是结果没有产生之前依据环境所对应的参数来预测某件事情发生的可能性，比如抛硬币，抛之前我们不知道最后是哪一面朝上，但是根据硬币的性质我们可以推测任何一面朝上的可能性均为50%，这个概率只有在抛硬币之前才是有意义的，抛完硬币后的结果便是确定的；而似然刚好相反，是在确定的结果下去推测产生这个结果的可能环境（参数），还是抛硬币的例子，假设我们随机抛掷一枚硬币1,000次，结果500次人头朝上，500次数字朝上（实际情况一般不会这么理想，这里只是举个例子），我们很容易判断这是一枚标准的硬币，两面朝上的概率均为50%，这个过程就是我们运用出现的结果来判断这个事情本身的性质（参数），也就是似然。

上一篇的笔记中我们学习了如何通过 BeautifulSoup 获取简书作者的基本信息，这篇将按照同样的思路，用BeautifulSoup获取作者文章的信息（阅读次数、评论数、喜欢数和打赏次数）。

BeautifulSoup 是Python 非常好用的一个库，可以用它来方便地解析网页内容，获取我们需要的数据，几乎是Python 爬虫居家旅行必备的库，这个系列的文章会记录下用BeautifulSoup获取简书数据的过程，但不会详细介绍 BeautifulSoup 的用法，有需要的同学可以参见官方文档。文章来自 Cescfangs 的博客，未经授权，请不要转载。

世界上有很多语言，但是我觉得 Python 是最有味道的，很多代码更接近于人的思考方式，既然选择了 Python 大法，就应该像 Pythonist 那样思考，写出 Pythonic 的代码，这篇文章介绍的都是很简单很基本的技巧，但也正是这些基础的用法使得 Python 变得与众不同。

Delaunay Triangulation 是一种空间划分的方法，它能使得分割形成的三角形最小的角尽可能的大，关于 Delaunay Triangulation 的详细介绍，请参考这里，Delaunay Triangulation在很多领域都有应用，科学计算领域它是有限元和有限体积法划分网格的重要方法，除此之外在图像识别、视觉艺术等领域也有它的身影。 贴一段有趣的油管视频，用 Delaunay Triangulation 进行人脸识别的演示：Delaunay Triangulation and Voronoi Diagram in OpenCV 接下来写一下怎么用 Python 实现 Delaunay Triangulation，需要用到的模块有Numpy, Matplotlib 和 Scipy，基本的思路是随机制造几个点，然后利用scipy.spatial.Delaunay对这些点进行处理配对三角形，最后用matplotlib的tripcolor(填充三角形颜色，如果不需要填充颜色，可以用triplot).