看不懂。。
但是对主页感兴趣。。
改主题了?wordpress还是没变呀 ?
写的清晰简单,赞一个!不过如果能把这些引用的话用自己的中文稍微概括一下,看起来就更流畅了。而且如果把几次大选的数据都囊括,然后做一个动态的关系分析就更完整了,说不定对这次大选有预测效果:)
[未知用户] 最近主站“中箭”,迫不得已临时更换,过段时间还可能会整体搬迁...
贺帅现在研究这个呀~
求偏相关矩阵的时候,由“求最大”向“最小”变化得到的表达式中间那个符号应该是“+”吧,另外,“Yuan and Lin(2007)通过maxdet最优化算法求解”中的Yuan是袁亚湘吗,求文章!
唱个黑脸 。。。

好的理论应该追求更好的图形呈现,这图是典型的'hairball',更多的细节其实局外人基本看不清。推荐使用circos或HiveR重制,以期用更清晰的方式阐明观点。
[未知用户] 那块前几天刚给别人讲了一遍,比较熟,嘿嘿。看到后面的内点法,我主观地以为前面那篇是袁亚湘的文章呢。今晚各种不顺,别人电脑都能跑好的程序,我的不行,死活没找出来原因。
[未知用户] 突然发现COS好像抄袭了你的导航栏……
[未知用户] 这是WP的默认主题
红脸方:赞给出程序和数据!
黑脸方:建议在文章最后加个引用文章列表,或者引用时[比如Yuan and Lin(2007),banerjee(2007),Friedman(2007)]给个链接。这样有兴趣的(或比较钻牛角尖)读者可以准确的找到原文,也可做个客观评价。
学术方:如果不用模型,而有简单的(投票相同次数/总投票次数)作为相似性度量[latex] d_{ij}[/latex],再在矩阵[latex] A_{ij}= 1-e^{d_{ij}} [/latex] 上做MultiDimensional Scaling,效果会怎样呢?(reference: HORSESHOES IN MULTIDIMENSIONAL SCALING AND LOCAL KERNEL METHODS, by Persi Diaconis, Sharad Goel and Susan Holmes 链接: http://arxiv.org/pdf/0811.1477.pdf)
[未知用户] 啊,原来不支持latex. 好吧,原code如下:
如果不用模型,而有简单的(投票相同次数/总投票次数)作为相似性度量 [latex]d_{ij}[/latex],再在矩阵 [latex]A_{ij}= 1-e^{d_{ij}}[/latex] 上做MultiDimensional Scaling,效果会怎样呢?
[未知用户] 支持LaTeX的,只不过使用[latex][\text{latex}][/\text{latex}][/latex]
框起来,已帮老师修改
[未知用户] 感谢,第一次听说这个软件。学习了。
[未知用户] 感谢!引文已加入。新的文章也认真学习一下。