用Matlab的fitting toolbox的时候，对于它评价拟合的好坏标准之一：Norm of residual 总是不解其意。以我的低智商我只了解什么是RMSE (root mean square error).他们俩之间怎么转换呢？
今天看到了Norm of residual的公式：norm(d,2)=(sum(abs(d).^2))^(1/2) 也就是所有残差的平方和去开个方。注意，没有处以数据的个数来求平均数。
原来是这个玩意，也不是很高科嘛。所以 RMSE=norm/(数据个数^(1/2))
干嘛起那么高科的名字？讨厌~~
利用google latitude，可以开发这样的服务：当用户注册后，就给用户发送他活动范围内的超市，服装店的打折信息，对于去体育馆的，通过数据挖掘了解他看的是什么体育活动，什么队伍对抗；对于听音乐会的，了解音乐会的类别，以后发送相关信息。
用户可自定义发送时间和频率，类别。他会发现针对性很强的广告，其实不是广告而是服务。通过地理定位服务可以把推送范围设定得极窄，从而效率很高。这项服务的收入来自广告商。早期可以采用免费模式。
如果以后所有密码保护的信息都有一个陷阱版本就好了。在输入陷阱密码后，进入陷阱版本的信息。比如银行卡，歹徒把你抢劫了，逼你说出密码，你报出一个陷阱密码，他就显示你只有几百元余额，而不是真实的余额。关键是这几百元还可以被取出来。再比如说你给一个报表文件设定密码，一个真实密码一个陷阱密码。当输入的是陷阱密码的时候，显示的报表就会是另一张事先准备好的。
也就是说：真的密码和某个陷阱密码都能顺利打开同一个加密文件，看上去没有任何过程上的不同，可是使用陷阱密码的时候，使用者看到的只是某个事先准备过的陷阱版本。好处是显而易见的，陷阱密码的存在会让解密者怀疑已被解密的文件的真实性，从而花费更精力在验证其信息的真实性。
