2012年12月_largetalk

12月 11月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 Django 网站windows部署及调优

在过去的一周，由于客户的需要，将我以前用django写的网站部署到windows上并做了相应压力测试，该项目原来写的时候目标是linux，部署到windows修改的比较多的地方就是和文件路径相关的地方了，所有直接拼接路径的地方都改成os.path.join，然后基本就能跑起来了。软件所需大部分包在windows下都能安装，但gunicorn和uwsgi在window下不能安装，所以只好放弃

2012-12-29 10:28:27 12834

原创可传参或不传参的decorator

项目中有个需求，使用了postgres的多个schema，所以需要来回切换，希望有这样一个decorator:@useSchema #使用默认schemadef operator_db(): pass@useSchema(schema) #使用指定schemadef operator_db(): pass看了下django.db.transaction的commi

2012-12-18 21:00:40 1078

原创推荐学习笔记-概率和朴素贝叶斯

先验概率（prior probability): 对一个假设（hypothesis)/事件发生已知的概率，记为P(h)。如：抛一枚硬币，证明朝上的先验概率是 P(h) = 0.5后验概率（posterior probability): 在特定数据/情景下，某事件发生的概率，记为P(h|d).P(D): 某事/条件出现的概率P(D|h): 在h发生时，某事出现的概率。

2012-12-16 20:11:22 1486

原创 use pep8 check code by pre-commit git hooks

一点小玩意$ cat pre-commit#!/bin/bashecho '############################'echo 'pep8 check before git commit'git status | grep -E 'modified:|new file:|renamed:' | grep '.py$' | awk '{print $NF}' | xa

2012-12-15 01:15:39 1045

原创推荐学习笔记-协同过滤2

书接上文推荐学习笔记-协同过滤显式数据：用户的评分，like or unlike等隐式数据：用户点击，购买记录，在某个页面停留时间，播放次数等调整的余弦相似度：，对于用户每个评分都要减去该用户平均评分作为他的最终评分，然后计算相似度Slope One:解释是一个物品别人的评分比另一个物品高，那给你的预测也是如此。分两步：第一步，算出所

2012-12-07 22:09:47 635

原创 pypy的速度

无聊作PE http://projecteuler.net/problem=10 ，求2百万以下数的所有数的总和python 随便写了一个big = 2000000import timeplst = [2, 3, 5, 7, 11, 13]t1 = time.time()for i in xrange(17, big, 2): for p in plst:

2012-12-07 11:01:05 2955

翻译 Descriptor 指南

http://docs.python.org/2/howto/descriptor.htmlAbstractDefinition and Introduction通常来说， descriptor 是一种绑定着特殊行为属性的对象，在访问它时行为被descriptor协议定义的方法所重载。这些方法是__get__, __set__ 和__delete__。如果对象定义了

2012-12-07 00:36:22 1347

转载 linux shell 和 vim快捷键

from: http://blog.sina.com.cn/s/blog_7556be720100ryp2.htmlCtrl+p重复上一次命令Ctrl+a跳到第一个字符前Ctrl+x同上但再按一次会从新回到原位置Ctrl+b前移一个字符不删除字符情况下Ctrl+h删除前一个字符Ctrl+u删除提示符前的所有字符Ctrl+w同上Ctrl+d删除提示符后一个字符或exit或log

2012-12-05 14:28:31 3795

原创推荐学习笔记-协同过滤

协同过滤是推荐系统中用的比较多的算法，也是容易理解较简单的算法，而且效果也不错。协同过滤又分为：item-based collaborative filtering: 喜欢这个物品的人还喜欢什么，代表有amazonuser-based collaborative filtering: 和我相似的人还喜欢什么，代表有digg两种方法计算类似，先要找出相似的item或use

2012-12-04 23:28:59 1023

原创线性代数复习

正交矩阵：它的转置矩阵就是它的逆矩阵， QTQ = QQT = I对角矩阵：方阵M所有非主对角线元素全等于零的矩阵。（主对角线元素：元素两个下标相等）svd，奇异值分解：矩阵M = UΣVT， U和V是正交矩阵， Σ是非负对角阵， Σ对角线上的元素即为M的奇异值。M 是m*n, U是m*m, Σ是m*n, VT是n*n特征值与特征向量：Αξ = λξ, 在变换的

2012-12-04 09:33:42 1114