- 博客(37)
- 收藏
- 关注
原创 window版ELK搭建
windows版ELK部署这是学习ELK的第一天,欢迎各位大神指教。1.首先将安装包下载成功默认已安装jdk,未安装的可参考如下链接的1进行安装:https://blog.csdn.net/CSDN__DRAGON/article/details/102646835ELK全部安装包下载链接如下:链接: https://pan.baidu.com/s/1j0hSK0Az6yxWs8mgK...
2019-10-20 16:32:00 653
原创 常用链接汇总
1.https://blog.csdn.net/weixin_39047791/article/details/82109867 jdk安装链接2.https://blog.csdn.net/CSDN__DRAGON/article/details/80985815 keras链接
2019-10-20 10:59:55 462
原创 二叉树三种遍历python
class Node(object): def __init__(self,item): self.elem=item self.lchild=None self.rchild=Noneclass Tree(object): def __init__(self): self.root=None def add...
2018-07-13 21:03:02 460
原创 校招算法题
输入一个正整数数组,把数组里所有数字拼接起来排成一个数,打印能拼接出的所有数字中最小的一个。例如输入数组{3,32,321},则打印出这三个数字能排成的最小数字为321323if __name__ == '__main__': # numbers = [3, 32, 321] # def compare( num1, num2): # t = str(num1) ...
2018-07-11 17:22:49 450
转载 Anaconda安装keras教程
一波三折的 keraskeras 安装配置之路,花费了两天的时间,前后来回安装卸载了三次,特此总结一下,以防再次走弯路。 首先选择了Anaconda官网,因为我是win32的普通机器,只能选择32-BIT INSTALLER,网速极慢的情况下断断续续下了老半天才结束,也可能是因为中途中断的原因,导致在一路绿灯安装之后,某项没有安装完全,比如下图中的红框一项,图标为空的,就代表安装过程中出现了某些问...
2018-07-10 14:44:53 38403 3
原创 大疆机器学习笔试算法题
给定一个数组a[0...n-1],求a[j]-a[i]+a[q]-a[p]的最大值,其中i<j<p<q#一个数组a[0...n-1],求a[j]-a[i]+a[q]-a[p]的最大值,其中i<j<p<q#算法解析:借鉴a[j]-a[i]的最大值,先把数组分为两段,每一段按单独算法执行,也就是先把该段#前面一截的最小值找出,后面一截的最大值找出。然后算出最大值...
2018-07-10 14:20:15 2124 2
原创 扔鸡蛋问题python编写
#分析,假设x是最优解的最多次数。则第一个鸡蛋第一次从第x层扔(不管碎没碎,还有x-1次尝试机会)。# 如果碎了,则第二个鸡蛋在1~x-1层中线性搜索,最多x-1次;# 如果没碎,则第一个鸡蛋第二次从x+(x-1)层扔(现在还剩x-2次尝试机会)。# 如果这次碎了,则第二个鸡蛋在x+1~x+(x-1)-1层中线性搜索,最多x-2次;# 如果还没碎第一个鸡蛋再从x+(x-1)+(x-2)层扔...
2018-07-10 14:14:14 1542 1
转载 XGBOOST调参
XGBOOST的威力不用赘述,反正我是离不开它了。具体XGBOOST的原理可以参见之前的文章《比XGBOOST更快--LightGBM介绍》今天说下如何调参。bias-variance trade-offxgboost一共有几十个参数:http://xgboost.readthedocs.io/en/latest/parameter.html中文
2017-12-20 10:30:32 1381
转载 给深度学习入门者的Python快速教程 - 基础篇
Life is short, you need Python人生苦短,我用Python-- Bruce Eckel5.1 Python简介本章将介绍Python的最基本语法,以及一些和深度学习还有计算机视觉最相关的基本使用。5.1.1 Python简史Python是一门解释型的高级编程语言,特点是简单明确。Python作者是荷兰人Guido van
2017-12-11 14:45:59 552
转载 最优化问题
在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,只有当是凸函数的情况下,才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。之前学习的时候,只知道直接应用两个方法,但是却
2017-12-09 14:32:39 962
原创 KKT条件精简版
使用拉格朗日对偶性,将不易求解的优化问题转化为易求解的优化下面,进行第一步:将有约束的原始目标函数转换为无约束的新构造的拉格朗日目标函数公式变形如下: 其中αi是拉格朗日乘子,αi大于等于0,是我们构造新目标函数时引入的系数变量(我们自己设置)。现在我们令:当样本点不满足约束条件时,即在可行解区域外:此时,我们将αi设置
2017-12-08 10:59:39 434
转载 python3糗事百科爬取
import urllib.requestimport re# 糗事百科爬虫类class SQBK: def __init__(self): self.pageIndex = 1 self.user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)' # Initial
2017-12-07 14:53:38 338
转载 python正则表达式
1.了解正则表达式正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是用来匹配字符串非常强大的工具,在其他编程语言中同样有正则表达式的概念,Python同样不例外,利用了正则表达式,我们想要从返回的页面内容提取出我们想要的内容就易如反掌了。
2017-12-06 17:20:17 279
原创 python3版本爬虫系列之模拟登陆CSDN
import urllib.requestimport urllibvalues = {}values['username'] = "1016903103@qq.com"values['password'] = "XXXX"data = urllib.parse.urlencode(values)url = "http://passport.csdn.net/account/login
2017-12-06 14:53:28 521
原创 第一个网页爬虫(python3版本)
直接上代码首先说明下,为什么要加入头部?因为爬取时最正式的做法是仿照http的过程,在用爬虫获取网页的时候,加入头部,伪装成浏览器。Http 其实就是 请求/响应模式,永远都是 客户端向服务端发送请求,然后服务端再返回响应。有一个问题就是 头部改怎么加?可以打开你的浏览器,按F12,有的是Fn+F12打开开发者工具模式后,进入随便一个网页,如下图:选择Network,然
2017-12-06 10:45:12 357
转载 情感分析与生成词云代码
情感分析代码:import codecsimport reimport numpy as npimport pymysqlfrom snownlp import SnowNLPimport matplotlib.pyplot as pltfrom snownlp import sentimentfrom snownlp.sentiment import Sentiment
2017-12-05 15:32:00 1278
转载 查看当前网站的cookie的两种快捷方法
1.在浏览器的地址栏输入:javascript:alert(document.cookie) (不区分大小写),就会弹出你在当前网页登录的cookie信息。注意:你把以上复制进入地址栏后会发现,“javascript”字符串消失不见,不管“javascript”里面哪一个字母被大写或小写,只要识别为“javascript”就会自动被过滤隐藏消失。你应该复制下面这个到地址栏(粘贴到
2017-12-05 15:14:36 2823
转载 差评近一半,用 Python 分析胡歌的《猎场》到底值不值得看?
转自:CSDNblog.csdn.net/csdnnews/article/details/78591437如有好文章投稿,请点击 → 这里了解详情11 月 6 日,湖南卫视已经开播被称作年度压轴的大戏“猎场”,迅速占领各大榜单,成为一部高热度的电视剧。但是在豆瓣上却形成了两极分化。截止 11 月 8 日,该剧在豆瓣上的评分为 5.7 分。相比较胡歌之前
2017-12-05 15:13:37 424
转载 集成方法
如果Boosting 你懂、那 Adaboost你懂么?原创 2017-10-25 崔家华 机器学习算法全栈工程师作者:崔家华编辑:王抒伟转载请注明作者和出处: https://zhuanlan.zhihu.com/ml-jack机器学习知乎专栏: https://zhuanlan.zhihu.com/ml-jackC
2017-10-27 15:21:27 991
原创 剑指offer
请实现一个函数,将一个字符串中的空格替换成“%20”。例如,当字符串为We Are Happy.则经过替换之后的字符串为We%20Are%20Happy。java实现:public class Solution { public String replaceSpace(StringBuffer str) { //方法一 //return str.t
2017-09-13 19:24:37 794
转载 正则化方法:L1和L2 regularization、数据集扩增、dropout
正则化方法:L1和L2 regularization、数据集扩增、dropout
2017-08-30 15:45:59 797
转载 教你如何迅速秒杀掉:99%的海量数据处理面试题
教你如何迅速秒杀掉:99%的海量数据处理面试题作者:July出处:结构之法算法之道blog前言 一般而言,标题含有“秒杀”,“99%”,“史上最全/最强”等词汇的往往都脱不了哗众取宠之嫌,但进一步来讲,如果读者读罢此文,却无任何收获,那么,我也甘愿背负这样的罪名,:-),同时,此文可以看做是对这篇文章:十道海量数据处理面试题与十个方法大总结的一般抽象性总结。
2017-08-27 10:41:55 237
转载 python中random模块
Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。random.randomrandom.random()用于生成一个0到1的随机符点数: 0 random.uniform random.uniform的函数原型为:random.uniform(a, b),用于生成一个指定范围内的随机符点数,两个参数其中一个是上限,一个是下限。如果a
2017-08-16 09:58:07 337
原创 python基础面试必备(一)
1.元组,字典和列表的区别Python 元组元组是另一个数据类型,类似于List(列表)。元组用"()"标识。内部元素用逗号隔开。但是元组不能二次赋值,相当于只读列表。以下是元组无效的,因为元组是不允许更新的。而列表是允许更新的:实例(Python 2.0+)#!/usr/bin/python# -*- codin
2017-08-15 14:31:59 496
转载 机器学习面试
朴素贝叶斯: 有以下几个地方需要注意: 1. 如果给出的特征向量长度可能不同,这是需要归一化为通长度的向量(这里以文本分类为例),比如说是句子单词的话,则长度为整个词汇量的长度,对应位置是该单词出现的次数。 2. 计算公式如下: 其中一项条件概率可以通过朴素贝叶斯条件独立展开。要注意一点就是 的计算方法,而由朴素贝叶斯的前提假设可知, = ,因
2017-08-15 10:24:12 752
原创 pycharm破解的两种方式
Pycharm破解方式1: 0x1 ,安装0x2 , 调整时间到2038年。0x3 ,申请30天试用0x4, 退出pycharm0x5, 时间调整回来。Pycharm破解方式2:安装完软件后,启动,在要求输入注册码的界面(菜单栏 ⇒ help ⇒ register)选择“License server”输入“http:/
2017-08-14 19:15:34 6231 1
转载 SVM相关问题
应聘数据挖掘工程师或机器学习工程师,面试官经常会考量面试者对SVM的理解。以下是我自己在准备面试过程中,基于个人理解,总结的一些SVM面试常考问题(想到会再更新),如有错漏,请批评指正。(大神请忽视)转载请注明出处:blog.csdn.NET/szlcw1SVM的原理是什么?SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器。(间隔最
2017-08-14 15:45:22 403
原创 卸载tomcat后重装问题解决
重装tomcat时提示 Failed to install Tomcat7 service解决方法:保证原来tomcat卸载干净1.以管理员身份运行CMD命令提示符(我们可以在Windows10系统的开始菜单上,单击鼠标右键,这时候出现的菜单中,我们选择命令提示符(管理员)点击打开这样即可)2.执行sc delete Tomcat7 命令3.再次重装tomcat即可
2017-05-26 16:49:22 9095
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人