liangliang8086-CSDN博客

原创 c++面试题：判断数组是否存在重复元素

Problem:given an array in length of N, in which theelements are integers distributed from 1 to N, please judge whether there isduplication quickly.即一个长度为N的数组，元素取值范围为1到N，要求快速判断是否存在重复元素。解决方法：

2014-05-22 23:09:38 10099 1

原创 Spark Softmax

本篇实现了spark上softmax算法，算法原理参考：http://deeplearning.stanford.edu/wiki/index.php/Softmax_Regression训练样本采用稀疏形势表达，因此实现了2个类SparserVector和DenseMatrix分别表示稀疏向量和密集矩阵。完整代码没有贴出，可以在这里下载主要代码：package s

2013-12-17 22:15:01 2119 4

原创 Spark LogisticRegression

由于spark中默认支持原生矩阵格式的输入，但实际中我们经常碰到的是稀疏的数据集，因此这里我实现了一个与libsvm输入格式相同的logistic回归，刚接触scala和spark，代码写的还不够简洁，还请各位指点。代码如下：package classifyimport java.util.Randomimport scala.collection.mutable.Hash

2013-12-15 19:57:19 1584

原创 scala学习资料

本篇会列举一些scala的学习资料，后续会不断更新1. twitter公司发布的scala中文教程：http://twitter.github.io/scala_school/zh_cn/index.html

2013-12-11 10:31:18 1072

转载【stanford】梯度、梯度下降，随机梯度下降

一、梯度gradienthttp://zh.wikipedia.org/wiki/%E6%A2%AF%E5%BA%A6在标量场f中的一点处存在一个矢量G，该矢量方向为f在该点处变化率最大的方向，其模也等于这个最大变化率的数值，则矢量G称为标量场f的梯度。在向量微积分中，标量场的梯度是一个向量场。标量场中某一点上的梯度指向标量场增长最快的方向，梯度的长度是这个最大的变

2013-12-02 17:11:45 753

原创一些单机处理大数据开源工具

1. LibFM项目主页：http://www.libfm.org/2. Svdfeature项目主页：http://apex.sjtu.edu.cn/apex_wiki/svdfeature3. Libsvm和Liblinearlibsvm项目主页：http://www.csie.ntu.edu.tw/~cjlin/libsvm

2013-12-01 22:28:11 1252

原创 weka分类器-C4.5决策树

1. 算法概述 C4.5，是机器学习算法中的另一个分类决策树算法，它是决策树(决策树也就是做决策的节点间的组织方式像一棵树，其实是一个倒树)核心算法，是相对于ID3算法的改进，主要改进点有：1. 用信息增益率来选择属性。C4.5克服了ID3用信息增益选择属性时偏向选择取值多的属性的不足。2. 在树构造过程中进行剪枝。3. 对非离散数据也能处理。

2013-03-09 22:05:27 4888

原创 weka分类器-NaiveBayes

Weka中实现一个分类器比较重要的有一下3个方法：buildClassifier(Instances instances)double[] distributionForInstance(Instanceinstance)double classifyInstance(Instance instance) throwsException;其中后2个只要实现其中之一即可，因此我们在分

2013-03-08 17:04:35 6592

原创 weka源代码分析-总述

WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。Weka是一个开源的软件，阅读并理解其源代码可以帮助我们更好的理解算法的细节，同时也能够扩展其算法以获得更广泛的应用。但是现在公开的资料中对weka源代码分析的内容很少，所以本博客推出weka源代码分析系列，将针对weka中实现各种

2013-03-07 21:32:15 2025

spark机器学习算法实现

基于spark实现了logisticregression以及softmax算法，仅供参考

2013-12-17

scala学习资料

scala学习资料：包括Programming in Scala，SCALA程序设计，ScalaTutorial

2013-12-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人