神经飞鱼-CSDN博客

原创 reset命令

*作用：**将当前 HEAD 重置为指定状态。

2024-01-10 15:52:28 1069

netstat可以显示活动的TCP\UDP连接、监听的端口、路由表、接口统计、多播成员等。该指令将显示指定磁盘设备的分区信息，包括分区表类型、分区号、起始扇区、分区大小等。在fdisk交互模式中，选择要修改的分区号，然后选择修改分区大小的选项进行调整。查看和设置系统的主机名，包括主机名、操作系统版本、架构和系统时区等信息。该指令将进入fdisk交互模式，可以通过命令操作来创建新的磁盘分区。ME：设置系统的静态主机名。uname命令可以显示系统的基本信息，如。df命令可以显示系统的磁盘使用情况，包括。

2024-01-06 18:49:28 1007 1

原创 Linux防火墙相关命令

在linux环境中，不同的操作系统，防火墙的命令是有差异的。Centos7使用的是firewall，之前的版本使用iptables。

2024-01-05 16:01:49 1435 1

原创 git commit提交本地回退

当我们不小心git commit 一些文件，需要回退本地提交。

2024-01-05 10:21:14 686 1

原创 curl命令

文章目录一、curl是什么？二、使用示例三、命令信息参数详解-v-X-H-A-d-b-o一、curl是什么？curl是一个非常实用的、用来与服务器之间传输数据的工具；支持的协议包括 (DICT, FILE, FTP, FTPS, GOPHER, HTTP, HTTPS, IMAP, IMAPS, LDAP, LDAPS, POP3, POP3S, RTMP, RTSP, SCP, SFTP, SMTP, SMTPS, TELNET and TFTP)，curl设计为无用户交互下完成工作；curl提供了

2023-12-27 10:37:04 338 1

转载层次聚类算法的原理

最近学习层次聚类算法，厚颜转载一篇博文。参考：层次聚类算法的原理及实现Hierarchical Clustering层次聚类(Hierarchical Clustering)是聚类算法的一种，通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中，不同类别的原始数据点是树的最低层，树的顶层是一个聚类的根节点。聚类模式： 1)自底向上型（agglomerative）

2017-08-29 16:17:35 1218

转载决策树

ID3公式设D为用类别对训练元组进行的划分，则D的熵（entropy）表示为： info(D)=−∑i=1npilogpi(1)info(D) = -\sum_{i=1}^np_i\log p_i \tag{1}现在我们假设将训练元组D按属性A进行划分，则A对D划分的期望信息为： infoA(D)=∑i=jv|Dj||D|info(Dj)(2)info_A(D) = \sum_{i=j}^v\

2017-08-24 11:29:31 547

原创熵、信息增益

在决策树算法中有对熵，信息增益的运用，通过查询资料学习了，为了方便查阅，做一些笔记，如果有误，请大家包涵并指出。熵熵是信息的期望值： H(X)=∑i=1n−p(xi)logp(xi)(1)H(X) = \sum^n_{i=1}-p(x_i) \log p(x_i) \tag{1} 熵只依赖X的分布，和X的取值没有关系，熵是用来度量不确定性，当熵越大，概率说X=xi的不确定性越大，反之越小，在机器

2017-08-24 10:12:36 372

原创 KKT

KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法，在有等式约束时使用拉格朗日乘子法，在有不等约束时使用KKT条件。条件一般的优化问题： minimize\mathrm{minimize} f(x)(1)f(x) \tag{1} subject to ai(x)=0fori=0,1,⋯,p(2)a_i \mathrm(x) =0 \;

2017-08-21 15:48:14 562

原创拉格朗日乘数法

拉格朗日乘数法是用来求条件极值的，极值问题有两类，其一，求函数在给定区间上的极值，对自变量没有其它要求，这种极值称为无条件极值。其二，对自变量有一些附加的约束条件限制下的极值，称为条件极值。例如给定椭球： x2a2+y2b2+z2c2=1(1)\frac{x^2}{a^2} + \frac{y^2}{b^2} + \frac{z^2}{c^2} =1 \tag{1} 求这个椭球的内接长方体的最大

2017-08-21 13:57:40 782

转载奇异值分解(SVD)原理详解及推导

今天学习SVD原理，查看一些博文与资料，为了方便复习，做一下学习笔记。SVD不仅是一个数学问题，在工程应用中的很多地方都有它的身影，比如前面讲的PCA，掌握了SVD原理后再去看PCA那是相当简单的，在推荐系统方面，SVD更是名声大噪，将它应用于推荐系统的是Netflix大奖的获得者Koren，可以在Google上找到他写的文章。满秩分解设A∈Cm×nrA \in C_r^{m\times n}

2017-08-17 16:13:53 434

转载 PCA的数学原理

今天看到PCA，查了资料，觉得还是PCA的数学原理讲的最易懂，那么我就厚颜将博文重写了一遍，加深印象，也作为读文笔记。数据的向量表示及降维问题一般情况下，在数据挖掘和机器学习中，数据被表示为向量。例如某个淘宝店2012年全年的流量及交易情况可以看成一组记录的集合，其中每一天的数据是一条记录，格式如下：(日期, 浏览量, 访客数, 下单数, 成交数, 成交金额)其中“日期”是一个记录标志而非度量值，而

2017-08-17 12:07:49 325

原创矩阵空间理解

最近学习了矩阵的空间，以及各个空间的关系，为了以后查阅方便，便做个笔记，有错误的地方请大家指正一下。数学符号符号意义 Rn\mathbb{R}^n n维实空间 Rm×n\mathbb{R}^{m\times n} mxn的实矩阵集合 TT 转置 det(A)det(A) 行列式 C(A)C(A) 列空间 N(A)N(A) 零空间 A−1

2017-08-16 11:01:28 12719 4

翻译矩阵的满秩分解

矩阵的满秩分解参考资料 https://wenku.baidu.com/view/da5a1f14f18583d049645976.html?re=view今天看SVD（奇异值分解），讲到了满秩分解，我查阅了一下资料，顺便做一下笔记。定理设A∈Cm×nrA \in C_r^{m\times n}，那么存在B∈Cm×rr,C∈Cr×nrB \in C_r^{m \times r} ,C \in

2017-08-14 18:17:08 10960

弘一的博客