- 博客(8)
- 资源 (26)
- 问答 (1)
- 收藏
- 关注
转载 余弦距离、欧氏距离和杰卡德相似性度量的对比分析
1、余弦距离余弦距离,也称为余弦相似度,是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。向量,是多维空间中有方向的线段,如果两个向量的方向一致,即夹角接近零,那么这两个向量就相近。而要确定两个向量方向是否一致,这就要用到余弦定理计算向量的夹角。余弦定理描述了三角形中任何一个夹角和三个边的关系。给定三角形的三条边,可以使用余弦定理求出三角形各个角的角度。假定三角形的三条边为a,b
2016-07-22 16:54:59 945
原创 集成学习算法总结----Boosting和Bagging
1、集成学习概述1.1 集成学习概述集成学习在机器学习算法中具有较高的准去率,不足之处就是模型的训练过程可能比较复杂,效率不是很高。目前接触较多的集成学习主要有2种:基于Boosting的和基于Bagging,前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法主要是随机森林。1.2 集成学习的主要思想 集成学习的主要思想是利用一定的手段学习出多个分类器,而且这多个分类器要求
2016-07-05 21:02:59 21195
原创 排序算法---堆排序
堆积排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,可以利用数组的特点快速定位指定索引的元素。堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。堆排序的排序思想: 利用大顶堆(小顶堆)堆顶记录的是最大关键字(最小关键字)这一特性,使得每次从无序中选择最大记录(最小记录)变得简单。1
2016-07-05 17:35:27 530
原创 数据挖掘与数据分析
数据挖掘与数据分析一、数据挖掘和数据分析概述数据挖掘和数据分析都是从数据中提取一些有价值的信息,二者有很多联系,但是二者的侧重点和实现手法有所区分。 数据挖掘和数据分析的不同之处: 1、在应用工具上,数据挖掘一般要通过自己的编程来实现需要掌握编程语言;而数据分析更多的是借助现有的分析工具进行。 2、在行业知识方面,数据分析要求对所从事的行业有比较深的了解和理解,并且能够将数据与自
2016-07-05 17:35:03 29330 5
原创 Android中的布局和控件的隐藏和触发显示
1、布局的隐藏和显示安卓开发中会遇到很多显示和隐藏的问题,有时候需要隐藏一部分布局,包括所有的布局格式(线性布局、相对布局、网格布局等),这里以LinearLayout的隐藏与显示为例进行展示说明。 首先在layout中的xml页面进行页面的设计: <LinearLayout android:layout_width="match_parent"
2016-07-05 11:21:59 20697 3
原创 java中的常用的输入方法
1、从控制台接收一个字符System.in.read();这个方法返回的是Unicode码,按下enter键结束,用System.in.read()时,我们在键盘上按下的任何一个键都会被当做是输入值,包括Enter键也会被当做是一个值!当我们按下Enter的时候,实际上发送两个键值:一个回车\t(13),一个是换行\n(10) 例子1: System.out.println(
2016-07-02 12:13:39 947
转载 Java中的值传递和引用传递
转自:http://www.cnblogs.com/clara/archive/2011/09/17/2179493.htmlJava中的值传递和引用传递当一个对象被当作参数传递到一个方法后,此方法可改变这个对象的属性,并可返回变化后的结果,那么这里到底是值传递还是引用传递? 答:是值传递。Java 编程语言只有值传递参数。当一个对象实例作为一个参数被传递到方法中时,参数的值就是该对象的
2016-07-01 13:54:08 494
原创 位运算的常用操作总结
位运算是一个神奇的运算,可以很巧妙的解决一些难题,同时速度还非常快。下面将介绍位运算基本的概念,以及位运算的一些常用方法。1、位运算的基本概念图片来自谷歌。 这里需要注意的是,位运算的时候全部都是换算成二进制的,一般都是32位的长度。2、常用的位运算方法2.1 交换两个数 int x = 1, y = 2;
2016-07-01 10:43:55 1034
ACM程序设计
2016-11-16
Multi-View K-Means Clustering on Big Data
2016-04-06
图像可视化的综述+原文+译文
2015-10-18
如何进行机器学习算法的实验?
2015-10-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人