自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(258)
  • 资源 (6)
  • 收藏
  • 关注

原创 spring-framework-reference翻译 22 Web MVC framework

22. Web MVC 框架22.1 Spring Web MVC 框架介绍Spring的MVC(模型-视图-控制器)框架设计围绕着一个DispatcherServlet的类,它能够派遣请求到处理器,配置处理器映射,视图resolution,locale,时区,theme resolution还支持文件上传。默认的处理器是基于@Controller和@RequestMapping注解的

2017-06-30 17:42:25 532

翻译 Java Servlet 规范 第4章 Servlet Context

Servlet Context4.1 ServletContext 接口介绍ServletContext 接口定义了一个servlet视角的Web应用。容器提供者负责在容器中实现一个ServletContext接口。通过ServletContext类,一个servlet可以记录事件,获取资源的URL引用,设置和存储属性,这些属性可以被容器中别的servlets使用。一个ServletC

2017-06-27 17:51:37 520

翻译 Java Servlet 规范 第7章 会话

第七章Sessions(会话)超文本传输协议(HTTP)被设计为无状态协议。为了建立起有效的Web应用,把来自同一个用户的多次请求联系起来就很重要了。随着时间的流逝,出现了很多会话跟踪技术,但这些技术让程序员直接应用都很麻烦。7.1 会话跟踪机制下面的部分描述如何跟踪一个用户的会话。7.1.1 Cookies通过HTTP cookies跟踪会话是用的最多的会话跟踪机制,并且所有的servlet容器都

2017-06-26 10:28:05 508

原创 JavaEE

jspservlet

2017-06-21 15:31:47 278

原创 计算网页停留时间的平均时长

需求:现在有好多用户访问某个网页的停留时间,要计算平均时长。求均值是不太合理的,因为有的时间特别的长,这样的时间应该是噪音数据,这样计算的均值感觉就偏大。我感觉应该先找到事件的分布,然后根据分布计算它的期望。首先把数据分成几个区间,然后计算每个区间内事件发生的频次: (参考这个:http://jingyan.baidu.com/article/f3ad7d0fffa41509c2345b6e.ht

2017-06-15 16:58:10 10594 1

原创 Ubuntu安装微软字体

参考: 用matplotlib画图,当图中有中文时,会显示为小方块,原因是没有找到合适的字体,所以要安装中文字体,我打算安装微软雅黑字体。

2017-06-12 11:07:54 2048 1

原创 动态规划

我记得第一个递归方法是求n的阶乘:"""return n's factorial"""def fact(n): if n <=1: return 1 return n*fact(n-1)再写一个求fabnaci数列中第n个位置的值的函数,也用递归:def fabnaci(n): if n <= 1: return 1 retur

2017-06-09 17:15:39 839 1

原创 matplotlib画图

官网:http://matplotlib.org/index.htmlmatplotlib是一个用于创建出版智联图表的桌面绘图包(主要是2D方面)。matplotlib API函数(如plot和close)都位于matplotlib.pyplot模块中,其通常的引入约定是:import matplotlib.pyplot as pltFigure和Subplot matplotl

2017-06-08 17:17:48 605

原创 git总结

参考: http://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000 (廖雪峰老师写的非常好,去看吧!)http://blog.csdn.net/u013492736/article/details/46852611git是一个分布式的版本控制系统。git config --global us

2017-06-07 18:11:28 297

原创 推荐系统

转自:http://blog.csdn.net/u010670689/article/details/71513133推荐算法分类:基于流行度的算法协同过滤算法基于内容的算法基于模型的算法混合算法基于流行度的算法 不提供个性化推荐。我觉得哔哩哔哩在这方面做的非常好,比如电视剧的排序,他首先分为两部分,完结剧集和连载剧集,分别排序,我觉得这是他比A站好的地方,又分别按投稿时间和热度排序,

2017-06-05 15:18:46 403

原创 pandas用法

pandas是基于numpy构建的,处理表格、字典等数据结构。from pandas import Series, DataFrameimport pandas as pd1 pandas的数据结构1.1 Series一维数组。它由一组数据(各种numpy数据类型)以及一组与之相关的数据标签(即索引)组成。obj = Series([4, 7, -5, 3])

2017-06-02 11:13:15 429

原创 统计学习方法 第4章 朴素贝叶斯法 习题答案

1 描述设输入空间X⊆Rn\mathcal{X} \subseteq R^n为nn维向量的集合,输出空间为类标记集合Y={c1,c2,…,cK}\mathcal{Y}=\{c_1,c_2,\dots,c_K\}。输入为特征向量x∈Xx \in \mathcal{X},输出为类标记y∈Yy \in Y。XX是定义在输入空间X\mathcal{X}上的随机变量,YY是定义在输出空间Y\mathc

2017-05-16 16:33:41 8682 13

原创 用TextGrocery做文本分类

项目主页:https://github.com/2shou/TextGrocery 我要对这些文本进行二分类,数据库中大概有3000条,取了50条,手工标注类别。 我的环境是Ubuntu+Anaconda。 安装:pip install tgrocery代码:#!/usr/bin/env python2# -*- coding: utf-8 -*-"""Created on Sun Ma

2017-05-15 14:51:29 3897 3

原创 用Python实现大顶堆

#!/usr/bin/env python2# -*- coding: utf-8 -*-"""Created on Wed May 10 18:52:57 2017@author: zz"""class MaxHeap: def __init__(self, data): data.insert(0, None) self.heap = data

2017-05-11 15:28:03 1354

原创 统计学习方法 第三章 kdTree

在RkR^k空间中有mm个点,给定一个点,找到与这个点最近的点。 最简单也是效率最低的方法是一个一个的计算比较,时间复杂度是o(m).o(m).

2017-05-10 18:09:39 1746 2

原创 Python学习笔记

在线学习: http://www.runoob.com/python/python-tutorial.html scipy官方文档: https://docs.scipy.org/doc/numpy/index.html1 Jupyter notebook环境为Ubuntu 64-bit,安装了Anaconda。在终端输入jupyter notebook打开交互界面。 右上角的new可以

2017-05-03 15:49:28 971

原创 ubuntu上安装搜狗拼音输入法

从官网下载合适的版本,双击安装。 然后点击右上角–系统设置–语言支持,添加中文。 键盘输入法系统选:fcitx。 注销后右上角出现键盘图标,点击选择配置Fcitx。 添加,去的只显示当前语言的复选框,找到sougou。 然后在logout。 ctrl+shift就可以切换了。

2017-04-28 17:16:19 353

原创 统计学习方法 第二章 感知机

感知机是二分类的线性分类模型,输入是实例的特征x∈Rnx \in R^n,输出是实例的类别{−1,+1}\{-1,+1\}。感知机对应于输入空间中将实例划分为正负两类的分离超平面,属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面,为此,导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型。1 模型假设输入空间(特征空间)是X⊆RnX \subseteq R^

2017-04-25 18:15:02 639

原创 Convex functions

1 凸优化1.1 定义A function f:Rn→Rf:R^n \rightarrow R is convex if domfdom f is a convex set and if for all x,y∈domfx,y \in dom f, and θ\theta with 0≤θ≤1,0 \le \theta \le 1, we have f(θx+(1−θ)y)≤θf(x)+(1−θ)

2017-04-21 18:27:12 986

原创 UML

统一建模语言,Unified Modeling Language UML在线画图工具:https://www.processon.com/

2017-04-18 16:37:33 281

原创

如果对应任意x∈Cx \in C和θ≥0\theta \ge 0都有θx∈C\theta x \in C,我们称集合CC是锥或者非负齐次。如果集合CC是锥,并且是凸的,则称CC为凸锥,即对于任意x1,x2∈C和θ1,θ2≥0x_1,x_2 \in C 和 \theta_1,\theta_2 \ge 0,都有 θ1x1+θ2x2∈C.\theta_1 x_1+\theta_2 x2 \in C.具有

2017-04-18 16:21:14 616

原创 凸集

凸优化中凸集的概念、保凸运算和重要的例子

2017-04-18 15:59:27 1306

原创 李航 统计学习方法 第一章 课后 习题 答案

1.1统计学习方法的三要素是模型、策略、算法。伯努利模型是定义在取值为0与1的随机变量上的概率分布。统计学分为两派:经典统计学派和贝叶斯统计学派。两者的不同主要是,经典统计学派认为模型已定,参数未知,参数是固定的,只是还不知道;贝叶斯统计学派是通过观察到的现象对概率分布中的主观认定不断进行修正。极大似然估计和贝叶斯估计的模型都是伯努利模型也就是条件概率模型;极大似然估计用的是经典统计学派的策略,贝叶

2017-04-14 14:48:36 31857 34

原创 导数公式

常用导数公式

2017-04-12 16:15:45 2760

原创 LaTex用法

在线LaTex编辑器工具,LaTex常用公式

2017-04-12 12:24:46 781

原创 统计学习方法 第1章 概论

1、统计学习三要素:模型、策略、算法。1.1 模型就是所要学习的条件概率分布或决策函数。模型的假设空间、输入空间、输出空间、参数空间1.2 策略:按照什么样的准则学习选择最优的模型损失函数(loss/cost function):度量模型一次预测的好坏;L(Y,f(X))L(Y,f(X)) 风险函数:度量平均意义下模型预测的好坏。常用的损失函数: (1)0-1损失函数: L(Y,f(X))={

2017-04-11 17:20:23 518

原创 octave画图

(这篇会陆续补充一些用ocatve画的图)1 二维图1.1 分布为伯努利分布时熵和概率的关系:当随机变量只取两个值,例如1,0时,即X的分布为 P(X=1)=p,P(X=0)=1−p,0≤p≤1P(X=1)=p,P(X=0)=1-p,0 \le p \le 1 熵为 H(p)=−plog2(p)−(1−p)log2(1−p)H(p)=-plog_2(p)-(1-p)log_2(1-p) 这时

2017-04-05 15:06:07 8887 2

原创 用Oracle的函数,判断点是否在多边形内

有个朋友在做地图相关的程序,程序的需求是:地图上有好多的点,存储在数据库中,输入是一个多边形,输出是包含在这个多边形中的点。朋友发现oracle中有个函数,正好解决这个问题: 于是我们就了解了Oracle Spatial的API,来实现查询的功能。--创建一个表,代表点的信息create table t2( id number, location sdo_geometry --

2017-04-01 15:05:04 5338

原创 更改pip源,添加国内镜像

在连接pip官网的时候情况不稳定。很多国内镜像站可以使用,加速下载。可以在pip命令后面加上--index https://pypi.mirrors.ustc.edu.cn/simple/也可以配置为默认的,修改~/.pip/pip.conf[global]index-url=https://pypi.mirrors.ustc.edu.cn/simple/参考: https://www.doub

2017-03-30 17:20:44 2813

原创 在Ubuntu下安装xgboost

操作系统为ubuntu-16.04.2-desktop-amd64。首先安装anaconda,可以参考 http://blog.csdn.net/familyshizhouna/article/details/68485513然后按下面步骤安装:# 创建一个名字为xgboost的环境conda creat -n xgboost python=2.7# 使用这个环境source activate

2017-03-30 17:01:25 8916 1

原创 Anaconda使用

这篇会陆续总结Anaconda使用中遇到的问题。Anaconda概述Anaconda是一个用于科学计算的Python发行版,支持Linux、Mac、Windows系统,提供了包管理和环境管理的功能,可以很方便的解决多版本Python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且以及包含了Python和相关的配套工具

2017-03-30 12:30:47 1772

原创 虚拟机通过NAT方式上网

选择通过NAT方式上网,只需要设置一个地方,如下: 因为NAT是通过本机上网的,所以子网ip和子网掩码根据本机设置。 在命令行窗口通过ipconfig命令查看本机的连接信息: 子网掩码与本机的子网掩码相同,子网ip是本机ip地址与子网掩码求与操作的值。

2017-03-30 10:54:36 914

原创 Linux操作总结

这篇会陆续总结一些linux上的操作。 1、设置环境变量 通过修改.bashrc文件: vim ~/.bashrc //在最后一行添加 export PATH=/../bin:$PATH生效方法:(有以下两种) 1、关闭当前终端窗口,重新打开一个终端窗口就能生效 2、输入”source ~/.bashrc”命令,立即生效有效期限:永久有效 用户局限:仅对当前用户

2017-03-30 10:36:02 496

原创 VMWare安装VMWare Tools

要在虚拟机和本机直接互相拷贝文件,需要安装VMWare Tools,如果没法安装请下载个高版本的虚拟机,我用的是版本:12.5.2。 点击VMWare工具栏中的虚拟机–>VMWare Tools 安装,虚拟机中会给出提示,如下图: 然后按照下面的官方文档进行安装: http://pubs.vmware.com/vsphere-50/index.jsp?topic=%2Fcom.vmware

2017-03-29 18:20:12 349

原创 tensorflow安装

用pip方式在64位linux上安装tensorflow遇到如下问题: 问题出在要下载的whl文件在google的服务器上,而google被墙了,试了好多次都不能成功。解决办法:手动下载whl文件,然后用pip install *.whl安装。 参考安装:http://www.leiphone.com/news/201606/ORlQ7uK3TIW8xVGF.html 下载镜像:https:/

2017-03-25 01:04:13 263

原创 近义词搜索

“西语”是“西班牙语”的简称,当我搜“西语”时,我希望搜索结果也包含“西班牙语”。 所以我要为分词器,加上一层过滤器,用于处理近义词。 分词的结果用TokenStream表示,一个TokenStream包含一串Token,每个Token表示一个分词,包含词的内容,在句子中的位置等。 近义词过滤器,要实现的是将同义词加入到TokenStream中,并且和原词是相同的位置。

2017-03-23 16:14:48 1672

原创 多项式分布

多项式分布式二项式分布的推广。在n次独立重复试验中,每次试验可能的结果只有两种,发生和不发生,发生标记为事件A,每次试验发生的概率为p(A)p(A)p(A),n次试验中时间A出现k的概率符合二项式分布概率。这个概率为Cknpk(1−p)n−kCnkpk(1−p)n−k\mathcal{C}_n^kp^k(1-p)^{n-k}。假设随机试验有k个可能的结果A1,A2,...AkA1,...

2016-07-08 17:56:17 13506 2

原创 朴素贝叶斯,Laplace平滑

朴素贝叶斯分类是基于贝叶斯公式和特征条件独立假设的分类方法。 贝叶斯公式为:p(y|x)=p(x|y)∗p(y)p(x)p(y|x)=\frac{p(x|y)*p(y)}{p(x)}。x为特征向量,y是类别。 给定特征向量,求他属于那一个类别,也就是: maxyp(y|x)=maxyp(x|y)∗p(y)max_yp(y|x)=max_yp(x|y)*p(y) 假设特征是条件独立的,即p(x

2016-07-08 17:08:20 3949

原创 最小二乘法的概率依据是什么?

最小二乘法的cost function是J(θ)=∑mi=0(hθ(xi)−yi)2J(\theta)=\sum_{i=0}^m(h_\theta(x^i)-y^i)^2。输入x,输出y,模型hθ(x)h_\theta(x)。y=hθ(x)+ϵy=h_\theta(x)+\epsilon ϵ\epsilon代表偶然的事件,假设符合正太分布ϵ\epsilon~N(0,1)\mathcal{N}(0,

2016-07-07 18:21:36 572

原创 jsp编码

刚毕业做web开发时经常遇到乱码问题,今天就来彻底了断吧。首先在java中内存中都是unicode编码的,只有传输和输出时才需要编码,而读到内存中时需要解码。<%@ page language="java" encoding="XXX" contentType="text/html; charset=YYY" %>其中encoding是保存jsp页面时的编码方式,jsp页面的编码是encoding设

2015-08-13 17:56:25 538

王爽 debug link masm

里面有汇编用到的工具:edit.exe、masm.exe、link.exe、debug.exe。还有DOS的模拟程序DOSBox0.74-win32-installer.exe。还有王爽老师的《汇编语言》

2018-06-03

complete_nginx_cookbook.pdf

How to configure content caching, load balancing, monitoring, high availability (HA), and other critical NGINX features. How to protect your applications: mitigate DDoS attacks, stop Layer 7 attacks, and configure Single Sign-On with OpenID. How to deploy NGINX and NGINX Plus in AWS, Azure, and GCP; as well as in Docker containers. About monitoring and troubleshooting application performance with NGINX.

2018-01-19

hadoop 2.8.3 eclipse oxygen plugin hadoop-eclipse-plugin-2.8.3.jar

hadoop-eclipse-plugin-2.8.3.jar hadoop eclipse插件,hadoop版本2.8.3,eclipse版本oxygen,亲测可以,用问题请留言:http://blog.csdn.net/familyshizhouna/article/details/78892500

2017-12-25

hadoop-eclipse-plugin-2.8.3.jar

hadoop2.8.3的eclipse插件,eclipse版本是mars,亲测可用。如果遇到这个错误:An internal error occurred during: "Map/Reduce location status updater"不是插件问题,请执行命令:hadoop dfs -mkdir /用户名。

2017-12-25

测量文件夹大小工具

能显示文件夹大小。挺方便的小工具,想删除没用文件,而且文件特别多时,可快速定位占硬盘的文件夹。

2015-01-14

[Visual.C.与Windows编程学习参考].汪小龙.扫描版.pdf

[Visual.C.与Windows编程学习参考].汪小龙.扫描版.pdf

2010-09-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除