2017年10月_vivian_ll

12月 11月 10月 08月 07月 06月 05月 04月 03月 02月 01月

原创朴素贝叶斯算法原理小结

粘贴一个博客，写的太好了，讲解得通俗易懂。朴素贝叶斯算法原理小结

2017-10-25 20:29:04 1082

原创数据结构与算法分析——第三章表、栈和队列1

3.1 抽象数据类型抽象数据类型（ADT）：一些操作的集合理解：数学的抽象；模块化设计；没有实际的数据，只是一种结构，一种对于数据储存的思想。 3.2 表ADT 定义：空表、后继、前驱操作：PrintList、MakeEmpty、Find、FindKth、Insert、Delete（Find是返回关键字首次出现的位置，FindKth是返回某个位置上的元素） 3.2.1 表的简单数组

2017-10-24 11:49:28 498

原创 win10下usb rndis驱动配置

win10下usb rndis驱动会默认识别为com口，需要手动更新驱动。先下载kindle_rndis.inf_amd64-v1.0.0.1，然后以管理员身份运行第五个cmd文件，然后在设备管理器里的USB串口识别出的COM口处双击，在计算机中查找驱动程序，即下载解压后的那个文件夹，然后网络适配器中就有RNDIS驱动了。参考网址：https://www.mobileread.com/for

2017-10-17 16:09:56 19406 2

转载最大似然估计（MLE）和最大后验概率（MAP）

转载自：最大似然估计（MLE）和最大后验概率（MAP）最大似然估计：最大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取上述假设中的正态分布的均值与方差。最

2017-10-12 16:47:47 316

转载机器学习中的范数规则化之（一）L0、L1与L2范数

转载自：http://blog.csdn.net/zouxy09/article/details/24971995机器学习中的范数规则化之（一）L0、L1与L2范数zouxy09@qq.comhttp://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参

2017-10-12 16:27:07 253

转载自：[漫谈：机器学习中距离和相似性度量方法](http://www.cnblogs.com/daniel-D/p/3244718.html) 在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一般

2017-10-12 16:03:44 289

原创 mySQL数据库相关操作

一、基本操作登录： mysql -uroot -p123456 导入sql文件： ssh < F:\xx项目\ssh框架\ssh.sql 查看数据库： show databases; (注意分号）连接数据库： use <数据库名> 查看表： show tables; (注意分号）退出： quit或者exit 二、创建数据库并插入数据新建数据库：CREATE D

2017-10-12 16:02:07 269

原创 springMVC学习笔记

一、关键技术AOP（Aspect Oriented Program，面向切面编程）在运行时，动态地将代码切入到类的指定方法、指定位置上的编程思想就是面向切面的编程。我们知道，面向对象的特点是继承、多态和封装。而封装就要求将功能分散到不同的对象中去，这在软件设计中往往称为职责分配。实际上也就是说，让不同的类设计不同的方法。这样代码就分散到一个个的类中去了。这样做的好处是降低了代码的复杂程度，

2017-10-11 15:24:27 349