主成份分析历史：Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法。通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目，可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析。通过对原始变量进行线性组合，得到优化的指标：把原先多个指标的计算降维为少量几个经过优化指标的计算（占去绝大部分份额）基本思想：设法将原先众多具有

上篇我和小伙伴们分享了简单指数平滑法，简单指数平滑法只能预测那些处于恒定水平和没有季节变动的时间序列，今天和大家分享非恒定水平即有增长或者降低趋势的，没有季节性可相加模型的时间序列预测算法---霍尔特指数平滑法（Holt）。Holt 指数平滑法估计当前时间的水平和斜率。其平滑水平是由两个参数控制，alpha：估计当前点水平；beta：估计当前点趋势部分斜率。两个参数都介于0-1之间，当参数越接

上期与大家分享的传统分类算法都是建立在判别函数的基础上，通过判别函数值来确定目标样本所属的分类，这类算法有个最基本的假设：线性假设。今天继续和大家分享下比较现代的分类算法：决策树和神经网络。这两个算法都来源于人工智能和机器学习学科。首先和小伙伴介绍下数据挖掘领域比较经典的Knn（nearest neighbor）算法（最近邻算法）算法基本思想：Step1：计算出待测样本与学习集中所有点

最近开始学习linux ，不想折腾装过双系统或者虚拟机，就按照了一个cygwin在windows 模拟linux环境。首先安装一些常用的插件包：make 、gcc、g++、awk、 sed、vim等等。首先先修复下cygwin 下vim 方向键和后退键不能使用的问题：进入vim74文件夹（具体是vim73,74或者未来的更高版本是情况而定）:$ cd /usr/share/vi

聚类分析是一种重要的人类行为，早在孩提时代，一个人就通过不断改进下意识中的聚类模式来学会如何区分猫狗、动物植物。目前在许多领域都得到了广泛的研究和成功的应用，如用于模式识别、数据分析、图像处理、市场研究、客户分割、Web文档分类等[1]。聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地

收益管理系统缘于放松管制后的美国民航，更因美利坚航空（American Airlines, Inc.）借此击败人民捷运的战役而一举成名。曾经被看作先进管理经验的结晶而迅速广泛地被国内航空公司急切地引进。然而十余年过去了，结果是在国内航线的管理中被普遍放弃。为何？　　一、中国民航运价管理历程　　我国八十年代，坐飞机需要达到一定级别并凭介绍信购票，航空旅行可谓是一种身份的象征，这时的中国逐渐引