我把对象数据按排序后分1,0 两类比例按一个百分比然后发现训练集百分比低至0.3就会全部选0,反则0.6以上就全部选1请问为什么呢

在eclipse上开发python我知道怎么装插件，但是matplotlib总是用不了，现在换成了pythonxy，什么包都有了，但是比较习惯用eclipse开发环境，请问怎么装插件？？就用的是实现数据挖掘算法的，跪谢！

题主是上海某高校统计学硕士，平时用R比较多，对机器学习有浓厚兴趣并开始学习，现在看了一些机器学习理论的书，对算法有个大致了解了，想知道以后如果想往这方面发展，是应该自己去编程实现呢？还是用R中那些成熟的package去实现呢？

作为专业从事机器人研发与销售的北京智能佳科技，从事智能机器人行业多年，随着科技的进步，感觉到人类将来一半的工作都会被机器人取代，机器人会越来越多的融入到人们日常生活中

机器学习 统计

如果在处理的数据中，有的是分布：比如工厂内分贝值的分布，或者电机转速的分布。一般一个分布（一维的）就是一个向量，满足每一个维度都大于0且L^1(V)=1，平时我们也直接当成向量进行处理，求欧氏距离，但是觉得这样做并不科学，因为作为向量就默认了“维度”这一坐标是没有意义的，可是实际上，分布里的横坐标有着很实际的意义，比如分贝或者转速。请问用什么方法可以更好地衡量两个分布之间的相似度（或者距离）？

suppose that there are k cluster center, n data points and d dimension for every data points. compare their time complexity.Additional question: what is the fastest clustering algorithm in the world except for the three above, no matter how its accuracy is. Can the fastest algorithm obtain ~ O(log n) ?

1.文本分类中，对其进行分词句法标注等等操作的时候是把一个文本当作一个文件处理嘛？3.文本分类的分类符号（1，0）在哪里标注，也写到那个文本文件里嘛？2.那对于句子分类，是不是就要把一个句子当作一个文件处理呢？