kunlong0909-CSDN博客

转载 Java中8种基本数据类型及其默认值

Java语言中有8种基本数据类型，基本情况汇总如下：Java中8种基本数据类型总结序号数据类型大小/位封装类默认值可表示数据范围1byte(位)8Byte0

2017-06-05 10:55:47 2448

转载 Softmax回归

Contents [hide]1 简介2 代价函数3 Softmax回归模型参数化的特点4 权重衰减5 Softmax回归与Logistic 回归的关系6 Softmax 回归 vs. k 个二元分类器7 中英文对照8 中文译者简介在本节中，我们介绍Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标

2016-11-18 15:10:52 1353

转载协同过滤

在现今的推荐技术和算法中，最被大家广泛认可和采用的就是基于协同过滤的推荐方法。本文将带你深入了解协同过滤的秘密。下面直接进入正题1 什么是协同过滤协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称 CF)，首先想一个简单的问题，如果你现在想看个电影，但你不知道具体看哪部，你会怎么做？大部分的人会问问周围的朋友，看看最

2016-10-21 09:26:28 1419

转载使用sklearn做单机特征工程

1 特征工程是什么？有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。通过总结和归纳，人们认为特征工程包括以下方面：特征处理是特征工程的核心部分，sklearn提供了较为完整的特征处理方法，包括数据预处理，特征选择，降维等。首次接触

2016-10-16 18:25:17 1389

转载欢迎使用CSDN-markdown编辑器

一、问题的提出经典计量经济模型常用到的数据有三种类型： 1．时间序列数据（time-series data) ，亦即单一变量按时间的先后次序产生的数据。 2．截面数据(cross-sectional data) ，亦即多个变量在同一个时间点（截面空间）上产生的数据。 3．平行/面板数据（panel data/time-series cross-section data) ，也称时间序列截

2016-10-12 17:08:54 680

转载 [python] 时间序列分析之ARIMA

1 时间序列与时间序列分析在生产和科学研究中，对某一个或者一组变量 x(t) 进行观察测量，将在一系列时刻 t1,t2,⋯,tn 所得到的离散数字组成的序列集合，称之为时间序列。时间序列分析是根据系统观察得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。时间序列分析常用于国民宏观经济控制、市场潜力预测、气象预测、农作物害虫灾害预报等各个方面。2 时间序列建

2016-10-08 15:13:59 12226 4

转载关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化

一、标准化（Z-Score），或者去除均值和方差缩放公式为：(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。实现时，有两种不同的方式：使用sklearn.preprocessing.scale()函数，可以直接将给定数据进行标

2016-09-20 22:02:52 1881

转载机器学习基石笔记1——在何时可以使用机器学习(1)

转载请注明出处：http://www.cnblogs.com/ymingjingr/p/4271742.html目录机器学习基石笔记1——在何时可以使用机器学习(1)机器学习基石笔记2——在何时可以使用机器学习(2)机器学习基石笔记3——在何时可以使用机器学习(3)(修改版)机器学习基石笔记4——在何时可以使用机器学习（4）机器学习基石笔记5——为什么机器可以学习（1）

2016-09-20 09:24:02 492

原创最近打算好好整理整理知识，这里列出可参考的博客列表

1.感觉比较清晰大气的 http://www.powerxing.com/logistic-regression-in-python/

2016-09-14 10:29:29 416

转载机器学习，计算视觉总结性的东西

http://blog.csdn.net/zouxy09/article/details/14222605

2016-09-14 10:20:55 387

转载 Factorization Machines 学习笔记（四）学习算法

2016-09-10 18:51:31 2420

转载 Factorization Machines 学习笔记（三）回归和分类

最近学习了一种叫做 Factorization Machines（简称 FM）的算法，它可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景；2) 具有线性的计算复杂度。本文将对 FM 框架进行简单介绍，并对其训练算法 — 随机梯度下降（SGD）法和交替最小二乘（ALS）法进行详细推导。相关链接：（一）预测任务（二）模型方程（三）回归和分

2016-09-10 18:49:19 1083

转载 Factorization Machines 学习笔记（二）模型方程

2016-09-10 18:48:19 439

转载 Factorization Machines 学习笔记（一）预测任务

最近学习了一种叫做 Factorization Machines（简称 FM）的算法，它可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景；2) 具有线性的计算复杂度。本文将对 FM 框架进行简单介绍，并对其训练算法 — 随机梯度下降（SGD）法和交替最小二乘法（ALS）法进行详细推导。相关链接：（一）预测任务（二）模型方程（三）回归和

2016-09-10 18:47:49 744

转载简单易学的机器学习算法——因子分解机(Factorization Machine)

一、因子分解机FM的模型因子分解机(Factorization Machine, FM)是由Steffen Rendle提出的一种基于矩阵分解的机器学习算法。1、因子分解机FM的优势对于因子分解机FM来说，最大的特点是对于稀疏的数据具有很好的学习能力。现实中稀疏的数据很多，例如作者所举的推荐系统的例子便是一个很直观的具有稀疏特点的例子。2、因子分解机F

2016-09-10 18:11:19 4394

转载远程访问jupyter notebook

ipython notebook是一个基于浏览器的python数据分析工具，使用起来非常方便，具有极强的交互方式和富文本的展示效果。jupyter是它的升级版，它的安装也非常方便，一般Anaconda安装包中会自带。安装好以后直接输入jupyter notebook便可以在浏览器中使用。但是它默认只能在本地访问，如果想把它安装在服务器上，然后在本地远程访问，则需要进行如下配置：1. 登

2016-09-07 23:19:20 26601 8

转载 NumPy Basics: Arrays and Vectorized Computation

1. NumPy Basics: Arrays and Vectorized ComputationNumPy 是 Numerical Python 的简称，是高性能计算和数据分析的基础包。本书中几乎所有高级工具都是建立在它的基础之上，下面是它所能做的一些事情：ndarray，快速和节省空间的多维数组，提供数组化的算术运算和高级的广播功能。使用标准数学函数对整个数组的数据进

2016-09-05 09:44:43 831

原创逻辑回归：从入门到精通

这里推荐一个非常经典的逻辑回归教程，这个人可是韩家炜的学生，好好膜拜一下~~~ 文章链接为：http://www.tianyancha.com/research/LR_intro.pdf

2016-09-02 18:54:12 2799

转载深入FFM原理与实践

深入FFM原理与实践del2z, 大龙 ·2016-03-03 09:00FM和FFM模型是最近几年提出的模型，凭借其在数据量比较大并且特征稀疏的情况下，仍然能够得到优秀的性能和效果的特性，屡次在各大公司举办的CTR预估比赛中获得不错的战绩。美团点评技术团队在搭建DSP的过程中，探索并使用了FM和FFM模型进行CTR和CVR预估，并且取得了不错的效果。本文旨在把我们对FM和FF

2016-09-02 18:44:08 594

转载 click through rate prediction

click through rate prediction包括内容如下图：使用直接估计法，置信区间置信率的估计：1.使用二项分布直接估计p(0.04p^0.06)=∑0.04n≤k≤0.06n(nk)0.05k0.95n−kp(0.04123456

2016-09-02 18:37:16 799

转载 Java并发编程：volatile关键字解析

Java并发编程：volatile关键字解析　　 volatile这个关键字可能很多朋友都听说过，或许也都用过。在Java 5之前，它是一个备受争议的关键字，因为在程序中使用它往往会导致出人意料的结果。在Java 5之后，volatile关键字才得以重获生机。　　volatile关键字虽然从字面上理解起来比较简单，但是要用好不是一件容易的事情。由于volatile关键字是与Java

2016-08-31 18:58:20 326

原创 GBDT的深度理解

1. 基础知识首先需要掌握以下的基础知识： 1）独立性检验：http://www.cnblogs.com/zhangchaoyang/articles/2642032.html 。。。。

2016-08-24 20:51:29 2031 1

原创分布式多任务调度的初探

一、Quartz在java编程中，常用的比较出名的任务调度工具是Quartz，该工具提供丰富的接口来帮助我们实现基于Cron Expression的定时任务以及按照固定频率执行任务等。在运行过程中，该工具会创建线程池，所有任务会在线程池中运行，注意默认的线程池中线程数量有限，仅有10个线程，可以通过程序修改线程池的容量。当提交的job多于线程池的容量的时候，多余的job会在等待队列里进行等

2016-08-23 19:30:24 4014

转载各种开源协议介绍 BSD、Apache Licence、GPL V2 、GPL V3 、LGPL、MIT

现今存在的开源协议很多，而经过Open Source Initiative组织通过批准的开源协议目前有58种（http://www.opensource.org/licenses /alphabetical）。我们在常见的开源协议如BSD, GPL, LGPL,MIT等都是OSI批准的协议。如果要开源自己的代码，最好也是选择这些被批准的开源协议。这里我们来看四种最常用的开源协议及它们的

2015-09-02 08:57:21 596

转载 Gensim做中文主题模型（LDA)

中文语料来自http://www.sogou.com/labs/dl/c.html 的精简版（tar.gz格式） 24Mjerry@hq:/u01/jerry/Reduced$ lsC000008 C000010 C000013 C000014 C000016 C000020 C000022 C000023 C000024各个文件夹的分类：C000007 汽

2015-08-27 16:03:02 6806

转载 SVD奇异值分解

SVD分解SVD分解是LSA的数学基础，本文是我的LSA学习笔记的一部分，之所以单独拿出来，是因为SVD可以说是LSA的基础，要理解LSA必须了解SVD，因此将LSA笔记的SVD一节单独作为一篇文章。本节讨论SVD分解相关数学问题，一个分为3个部分，第一部分讨论线性代数中的一些基础知识，第二部分讨论SVD矩阵分解，第三部分讨论低阶近似。本节讨论的矩阵都是实数矩阵。基础知识1

2015-08-27 11:06:54 530

转载 Clustering text documents using k-means

源文档位置：http://scikit-learn.org/stable/auto_examples/document_clustering.htmlThis is an example showing how the scikit-learn can be used to cluster documents by topics using a bag-of-words approach.

2015-08-25 11:11:40 1146

转载机器学习算法与Python实践之（五）k均值聚类（k-means）

机器学习算法与Python实践之（五）k均值聚类（k-means）[email protected]://blog.csdn.net/zouxy09 机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇

2015-08-25 10:54:04 1216

转载 python中做层次聚类，使用scipy.cluster.hierarchy.fclusterdata方法

python机器学习包里面的cluster提供了很多聚类算法，其中ward_tree实现了凝聚层次聚类算法。但是没有看明白ward_tree的返回值代表了什么含义，遂决定寻找别的实现方式。经过查找，发现scipy.cluster.hierarchy.fclusterdata能够实现层次聚类。有关这个方法的介绍在：http://docs.scipy.org/doc/scipy/ref

2015-08-25 10:42:58 9619

原创 sklearn学习代码

from sklearn.ensemble import RandomForestClassifierimport pandas as pdfrom numpy import *import typestrain = pd.read_csv("data/train.csv")test = pd.read_csv("data/test.csv")#train["T2_V12"],_ =

2015-08-24 19:54:42 3253

转载 python数据挖掘领域工具包

Python在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括：一个强大的N维数组对象Array；比较成熟的（广播）函数库；用于整合C/C++和Fortran代码的工具包；实用的线性代数、傅里叶变换和随机数生成函数。 SciPy是一个开源的Python算法库和数学工具包，SciPy包含的模块有最优

2015-08-24 16:59:21 957

原创 C#重构经典全面汇总

C#重构经典全面汇总1、封装集合概念：本文所讲的封装集合就是把集合进行封装，只提供调用端需要的接口。正文：在很多时候，我们都不希望把一些不必要的操作暴露给调用端，只需要给它所需要的操作或数据就行，那么做法就是封装。这个重构在微软的代码库也经常遇到。比如最经典的属性对字段的封装就是一个很好的例子，那么下面我们将看到对集合的封装，如下代码所示，调用端只需要一个集合的信息，而我们则提供了

2015-08-13 10:04:24 5921 2

转载在线学习（Online Learning）

原题目叫做The perception and large margin classifiers，其实探讨的是在线学习。这里将题目换了换。以前讨论的都是批量学习（batch learning），就是给了一堆样例后，在样例上学习出假设函数h。而在线学习就是要根据新来的样例，边学习，边给出结果。假设样例按照到来的先后顺序依次定义为。X为样本特征，y为类别标签。我们的任务是到来一个样

2014-12-24 21:39:27 2216

转载 IIS8.0, IIS7.0提示“请求筛选模块被配置为拒绝包含双重转义序列的请求”处理办法

请求筛选模块被配置为拒绝包含双重转义序列的请求。HTTP 错误 404.11 - Not Found 解决办法：　　1.单击开始。在开始搜索框中, 键入 Notepad. 右击记事本 , 然后单击作为管理员运行。　　注意如果提示用于管理员密码或用于确认, 键入密码, 或单击继续。　　2.在文件菜单上, 单击打开。在文件名

2014-11-21 09:54:32 2185

转载 CPU的大端模式(big endian)和小端(little endian)模式

作为一个计算机相关专业的人，我们应该在计算机组成中都学习过什么叫Little endian 和Big endian。Little endian 和Big endian 是CPU 存放数据的两种不同顺序。对于整型、长整型等数据类型，Big endian 认为第一个字节是最高位字节（按照从低地址到高地址的顺序存放数据的高位字节到低位字节）；而Little endian 则相反，它认为第一个字节是最

2014-11-18 14:27:07 960

原创新服务器到来的几个参数查询命令-CentOS版

1.硬盘信息:df -h 2.free -m 按兆为单位输出内存的已用，未用，总共等结果3.cat /proc/cpuinfo 输出各处理器的详细信息4.cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c 8 Intel(R) Xeon(R) CPU E5410 @ 2.33GHz

2014-07-23 12:52:58 808

转载 Leetcode: Max Points on a Line .

题目：Given n points on a 2D plane, find the maximum number of points that lie on the same straight line. 解决：[java] view plaincopyimport java.util.HashMap; impo

2014-05-23 22:48:18 1018 1

转载 2014-04-19编程之美初赛题目及答案解析

第一题：描述一般来说，我们采用针孔相机模型，也就是认为它用到的是小孔成像原理。在相机坐标系下，一般来说，我们用到的单位长度，不是“米”这样的国际单位，而是相邻像素的长度。而焦距在相机坐标系中的大小，是在图像处理领域的一个非常重要的物理量。假设我们已经根据相机参数，得到镜头的物理焦距大小(focal length)，和相机胶片的宽度(CCD width)，以及照片的横

2014-04-19 16:44:15 4876 1

android 无线打印实现源代码附带send2Printer

本资源包括android无线连接和打印的全套工程，下载后首先安装send2printer，配置好默认打印机，并且可以打印出测试页。然后通过该源代码编译执行安装在基于android系统的移动终端上即可驱动打印。希望和大家多多交流啊！

2012-08-21

send2printer可以直接使用，支持第三方开发

本软件是国内汉化版本，功能上可能尚有欠缺，经测试，佳能上MX系列、MG系列（包括MG3180,MG4180,MG5380及以上支持无线的打印机）支持无线打印的系列打印机都不好使，但是在HP打印机上测试成功了，测试的打印机是HP LaserJet 1536dnf MFP，如大家有条件测试其他的打印机成功的话可以告诉我一下[email protected]，希望和大家多多交流啊。

2012-08-21

Host主机： Windows操作系统 Guest虚拟机: linux操作系统 VMware版本： VMware-workstation-6.5.4 安装方式：图形界面一，创建虚拟硬盘： 1，创建两台虚拟机 2，为1号虚拟机添加硬盘（未说明的均默认设置）  打开setting选项——选择Add——选择Hard Disk—— —— 勾选 ——设置大小，可勾选Allocate——设定路径、名称（名称设定为sharedisk1.vmdk）  同样的方法再添加一块。

2012-03-15

Ubuntu_Hadoop部署笔记

单机模式部署一、Jdk安装命令：sudo apt-get install openjdk-6-jdk 目录：/usr/lib/jvm/java-6-openjdk 配置环境变量： sudo gedit /etc/environment 在其中添加如下两行： CLASSPATH=./:/usr/lib/jvm/java-6-openjdk/lib JAVA_HOME=/usr/lib/jvm/java-6-openjdk PATH添加：:/usr/lib/jvm/java-6-openjdk 二、新增hadoop用户命令：sudo addgroup hadoop1001 sudo adduser --ingroup hadoop hadoop sudo gedit etc/sudoers 添加配置：在root ALL=(ALL) ALL后 hadoop ALL=(ALL) ALL使hadoop用户具有root权限（id：查看用户）三、ssh配置用hadoop账户进行登录。安装openssh-server：sudo apt-get install openssh-server 建立SSH KEY：ssh-keygen -t rsa --P "" 启用SSH KEY：cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys sudo /etc/init.d/ssh reload 验证SSH的配置：ssh localhost

2012-02-22

hadoop-0.20.2.tar.gz

hadoop java 云计算分布式 gfs

2012-02-22

实践考核类课程（三）

这是我们团队耗时一个学期开发的项目，其中沉浸着我们的辛劳与汗水，希望这个项目能给大家以启迪，您的成长是我们最大的欣慰……

2011-04-27

flex生成pdf全套

这个资源绝对可信，并可以帮你学会如何用flex来实现pdf文件的生产和转化。

2011-01-15

Flex+Lcds+FB3+Java+MyEclipes7.5

一．引很多人在帖子和群中问到过一些关于建立Flex+LCDS（FDS）工程的问题，由于操作上的东西，很难简单说清楚，于是写了一个简单的教程（本来很早就答应过的，结果被newfish逮住做东西，加上公司的事，一直抽不出时间哈，现在想换换头脑，偷乐一下懒哈，各位别跟newfish大大说），帮助大家入门，其实这些东西都是在LCDS的sample中包含了的（当然，sample只是包含源码）。本教程通过图文介绍和对一些关键性的地方进行解释，让大家了解如何新建Flex的LCDS工程，并利用工具快速整合和部署J2EE项目和LCDS项目，掌握了简单的请求RemoteObject和配置的方法，初步掌握LCDS的应用之一。二．介绍 1. Flex是什么？不用说了吧。 2. LCDS是什么？ LCDS（LiveCycle Data Service）之前叫做FDS（Flex Data Service），他是基于java（也有ColdFusion版的）后端的数据服务工程，功能包括映射Java对象到Flex对象（包括调用Java类的方法）、RTMP（Real Time Message Protocol）、代理、服务端生成PDF等等功能，详细请参考LCDS里的说明。官方有下载，需要注册会员（免费）。 LCDS实际是付费的，但是免费也能使用，似乎是少了多CPU的支持。当然还有一些其他的数据服务，比如AMFPHP之类的。当然，LCDS提供的功能我们都能自己实现，并非Flex脱离了LCDS就不能和后台打交道了，除了RemoteObject还有WebSerivce、HTTPService等等。只是说，LCDS提供了更多的方便和特性。 Blazeds是什么? 简单一句话：是官方从LCDS中分离出来的开源的数据服务中间件，能满足一般系统的开发需求。 3. Java是什么？不用说了吧。三．准备 1. 下载开发环境： Eclipse 3.3 + FlexBuilder3 beta2 插件版 +MyEclipse 6.0 +Lcds + Tomcat 5和以上（官方都有下载，或者google里搜一搜哈） MyEclipse：做Java开发都应该知道MyEclipse是比较好的J2EE项目的开发及部署工具的，我们主要用它来部署Flex和Java结合的项目。6.0是适合Eclipse3.3版的。他自带了一个Tomcat服务器 FB3：相比FB2，他在LCDS工程上做了很大的改进，特别是beta2，项目向导更加的易懂，而且比FB2更好的是，Flex.war是被打包在你的Flex项目中的，而不需要单独的部署了。性能上也高出FB2 LCDS：安装lcds后，起作用的是里面的flex.war文件，实际上，这就是一个j2ee的工程。在发布到web应用服务器后（比如tomcat、j4run等）就会被解压成一个工程。当然，在FB3里，这个发布的过程会更加的简单。 Blazeds：不用安装，下载了就OK，要的是里面的blazeds.war，与LCDS的flex.war一样。 2. 安装：略

2010-11-27

JDK_API(中文最新版).CHM

JavaTM Platform Standard Edition 6 API 规范本文档是 JavaTM Platform Standard Edition 6 的 API 规范。

2010-08-06

matlab函数帮助文档

MATLAB5.3命令详解分类总表一般函数命令（general）稀疏矩阵（sparfun）运算符和特殊字符（ops）二维图形（graph2d）程序语言设计（lang）三维图形（graph3d）基本矩阵和矩阵操作（elmat）特殊图形（specgraph）基本数学函数（elfun）图形句柄（graphics）特殊数学函数（specfun）位函数（bitwise functions）矩阵函数-数值代数（matfun）字符串（strfun）数据分析和付里叶变换（datafun）文件输入/输出（iofun）插值与多项式（polyfun）时间和日期（timefun）泛函和常微分方程求解（funfun）数据类型和结构（datatypes）

2010-08-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

android 无线打印实现源代码 附带send2Printer