2016年01月_redis_v

原创 python学习笔记（二）

函数式编程特点：（1）把计算视为函数而非指令。（2）支持高阶函数，代码简洁。高阶函数：函数作为参数传递给函数，这样的函数称为高阶函数。变量可以指向函数，变量可以作为参数，于是函数就成了参数。例子：def add(x, y, f): return f(x) + f(y)如果传入abs作为参数f的值：add(-5, 9, abs)根据函数的定义，函数

2016-01-29 17:00:21 604

转载 Python的机器学习库汇总与梳理

出处：点这里由于最近手头项目需要，我查阅了Python相关的机器学习库。我将不断地更新本贴，从而详细说明各个库的优劣。一、前提在Pthon下做机器学习，需要科学计算包和绘图库的支持，科学计算则是NumPy或SciPy，似乎NumPy更流行些。画图工具包则必定为matplotlib。这些都是开源、免费使用的，选择这些库主要的原因是做线性代数中的矩阵计算极为便利，而且效率比自

2016-01-22 22:58:41 803

原创 python学习笔记

创建tupletuple是另一种有序的列表，中文翻译为“ 元组 ”。tuple 和 list 非常类似，但是，tuple一旦创建完毕，就不能修改了。同样是表示班里同学的名称，用tuple表示如下：>>> t = ('Adam', 'Lisa', 'Bart')创建tuple和创建list唯一不同之处是用( )替代了[ ]。现在，这个 t 就不能改变了，tuple没有 app

2016-01-22 11:30:51 583

原创 Sublime Text搭建python调试环境

Sublime Text简介作为一个开发者你不可能没听说过SublimeText。不过你没听说过也没关系，下面让你明白。 SublimeText是一款非常精巧的文本编辑器，适合编写代码、做笔记、写文章。它用户界面十分整洁，功能非同凡响，性能快得出奇。这些非常棒的特性包括任意跳转（Goto Anything）、多重选择（multiple selections）、指令面板（command pa

2016-01-20 16:49:09 7726

计算机视觉/computer vision是一个火了N年的topic。持续化升温的原因也非常简单：在搜索/影像内容理解/医学应用/地图识别等等领域应用太多，大家都有一个愿景『让计算机能够像人一样去”看”一张图片，甚至”读懂”一张图片。有几个比较重要的计算机视觉任务，比如图片的分类,物体识别，物体定位于检测等等。而近年来的神经网络/深度学习使得上述任务的准确度有了非常大的提升。加之最近做了几个不大不小的计算机视觉上的项目，爱凑热闹的博主自然不打算放过此领域，也边学边做点笔记总结，写点东西，写的不正确的地方，

2016-01-20 15:08:40 587

原创 CART分类与回归树

决策树的类型(1)分类树：输出是样本的类标；(2)回归树：输出是一个实数 (例如房子的价格，病人呆在医院的时间等)。分类回归树(CART,Classification And Regression Tree)也属于一种决策树，包含了上述两种决策树，之前我们介绍了基于ID3算法和C4.5算法的决策树。这里只介绍CART是怎样用于分类的。分类回归树是一

2016-01-19 11:47:50 1425

原创 apriori算法

Apriori算法概述 Apriori算法也属于无监督学习，它强调的是“从数据X中能够发现什么”。Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。Apriori（先验的，推测的）算法应用广泛，可用于消费市场价格分析，猜测顾客的消费习惯；网络安全领域中的入侵检测技术；可用在用于高校管理中，根据挖掘规则可以有效地辅

2016-01-18 21:27:26 1734

转载 C4.5算法

C4.5决策树C4.5决策树在ID3决策树的基础之上稍作改进，请先阅读ID3算法C4.5克服了ID3的2个缺点：1.用信息增益选择属性时偏向于选择分枝比较多的属性值，即取值多的属性2.不能处理连贯属性OutlookTemperatureHumidityWindyPlayGolf?sunny8585FALSEno

2016-01-18 16:17:07 703

转载 ID3算法

摘要决策树是对数据进行分类，以此达到预测的目的。该决策树方法先根据训练集数据形成决策树，如果该树不能对所有对象给出正确的分类，那么选择一些例外加入到训练集数据中，重复该过程一直到形成正确的决策集。决策树代表着决策集的树形结构。先上问题吧，我们统计了14天的气象数据(指标包括outlook，temperature，humidity，windy)，

2016-01-18 15:50:11 985

原创 LeetCode：Linked List Cycle II

题目描述：Linked List Cycle IIGiven a linked list, return the node where the cycle begins. If there is no cycle, returnnull.Note: Do not modify the linked list.Follow up:Can you solve it

2016-01-18 12:14:57 735 1

原创 LeetCode：Linked List Cycle

题目描述：Linked List CycleGiven a linked list, determine if it has a cycle in it.Follow up:Can you solve it without using extra space?思路：双指针遍历链表，oneNode每次向前走一步，twoNode每次向前走两步。若两个指针相遇，就有环

2016-01-18 11:28:21 471

原创 LeetCode:Bulb Switcher

题目描述：There are n bulbs that are initially off. You first turn on all the bulbs. Then, you turn off every second bulb. On the third round, you toggle every third bulb (turning on if it's off or t

2016-01-17 18:47:06 432

转载 K近邻分类算法

KNN是一种监督学习算法KNN（K Nearest Neighbors,K近邻）算法是机器学习所有算法中理论最简单，最好理解的。KNN是一种基于实例的学习，通过计算新数据与训练数据特征值之间的距离，然后选取K（K>=1）个距离最近的邻居进行分类判断（投票法）或者回归。如果K=1，那么新数据被简单分配给其近邻的类。KNN算法算是监督学习还是无监督学习呢？首先来看一下监督学习和无监督学习的定义。

2016-01-17 16:34:28 2591

转载机器学习中距离和相似性计算方法

在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一般而言，定义一个距离函数 d(x,y), 需要满足下面几个准则：1) d(x,x) = 0 // 到自

2016-01-17 14:37:13 2077

原创 K-Means算法

K-means算法概述在数据挖掘中，K-Means算法是一种cluster analysis的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如假设宇宙中的星星可以表示成三维空间中的点集。聚类

2016-01-17 13:50:54 660

原创 Machine Learning：PageRank算法

1. PageRank算法概述 PageRank,即网页排名，又称网页级别、Google左侧排名或佩奇排名。在谷歌主导互联网搜索之前，多数搜索引擎采用的排序方法，是以被搜索词语在网页中的出现次数来决定排序——出现次数越多的网页排在越前面。这个判据不能说毫无道理，因为用户搜索一个词语，通常表明对该词语感兴趣。既然如此，那该词语在网页中的出现次数越

2016-01-17 10:23:19 3861

转载 Machine Learning：支持向量机通俗导论（理解SVM的三层境界）

转载自：http://blog.csdn.net/v_july_v/article/details/7624837前言动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但在描述数学公式

2016-01-16 21:28:00 89671

转载从最大似然到EM算法浅解

下面主要介绍EM的整个推导过程。1. Jensen不等式回顾优化理论中的一些概念。设f是定义域为实数的函数，如果对于所有的实数x，，那么f是凸函数。当x是向量时，如果其hessian矩阵H是半正定的（），那么f是凸函数。如果或者，那么称f是严格凸函数。 Jensen不等式表述如下：如果f是凸函数，X是随机变量，那么

2016-01-16 20:39:19 547

原创多层感知机

1、单输出多层感知机在单层感知机的基础上增加若干个（本文增加一个）隐层，得到多层感知机（Multi Perceptron Machine，MLP）。结构如图所示：（单输出多层感知机）图中各变量满足公式：

2016-01-14 20:07:42 2903

原创单层感知机

神经网络最简单的结构就是单输出的单层感知机，单层感知机只有输入层和输出层，分别代表了神经感受器和神经中枢。下图是一个只有2个输入单元和1个输出单元的简单单层感知机。在图中，x 1、w2代表神经网络的输入神经元受到的刺激，w1、w2代表输入神经元和输出神经元间连接的紧密程度，w3代表输出神经元的兴奋阈值。Y是输出神经元受到的刺激总和，y为输出神经元的输出。（单层感知机）

2016-01-14 19:23:09 6318 1

原创 Machine Learning:神经网络简介

神经网络（neural network，NN）是生物科学和信息科学交叉的产物。生物学家研究人脑神经的工作过程，发现神经元（神经细胞）和神经元之间通过突起(轴突和树突)的相连，神经细胞感受到刺激之后产生兴奋并通过细胞突起将兴奋传导给与之有连接的神经元。神经元的连接大多是相邻层间的连接，神经细胞总体上呈现分层结构，感受器中的神经接收外界刺激，神经中枢的神经元决定人脑的意识。如图为一个神经细胞的结构：

2016-01-14 19:00:32 726

原创 LeetCode:Product of Array Except Self

Product of Array Except Self题目描述：Given an array of n integers where n > 1, nums, return an arrayoutput such that output[i] is equal to the product of all the elements ofnums except nums[

2016-01-14 11:26:08 392

原创 LeetCode:Game of Life

题目描述：According to the Wikipedia's article: "The Game of Life, also known simply asLife, is a cellular automaton devised by the British mathematician John Horton Conway in 1970."Given a board

2016-01-14 09:48:16 764

转载 A*寻路算法

A*寻路算法转载自：http://www.cnblogs.com/technology/archive/2011/05/26/2058842.html简易地图如图所示简易地图, 其中绿色方块的是起点 (用 A 表示), 中间蓝色的是障碍物, 红色的方块 (用 B 表示) 是目的地. 为了可以用一个二维数组来表示地图, 我们将地图划分成一个个的小方块.

2016-01-12 22:07:54 471

原创 LeetCode:Largest Number

179. Largest Number题目描述：Given a list of non negative integers, arrange them such that they form the largest number.For example, given [3, 30, 34, 5, 9], the largest formed number is95343

2016-01-12 17:17:26 425

原创 C++/C:数字转成字符串, 字符串转成数字

数字转成字符串：用C++的streanstream:#include #include string num2str(int i){ stringstream ss; ss<<i; return ss.str();}字符串转成数字：用C++的streanstream:int str2num(string s)

2016-01-12 17:08:02 803

原创 Machine Learning-AdaBoost算法

Adaboost介绍 Adaboost是一种迭代算法，它的核心思想是在初始的权重数据分布下训练得到一个弱分类器(2类分类器)，之后通过这个弱分类器判断准确率，对那些错判(即原本标签是1的因计算得到的0，或者相反情况)的样本的加大权重，而对于分类正确的样本，降低其权重，这样被分错的样本就被突出出来，下次训练就会更多考虑这些被错分的样本，因此得到一个新的样本分布(样本权重都被更新了)。在新的分

2016-01-11 22:05:13 932 1

原创 Machine Learning-朴素贝叶斯算法

贝叶斯定理如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。这里先解释什么是条件概率：表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其基本求解公式为：贝叶斯定理之所以有用，是因为我们在生活中经常遇到这种情况：我们可以很容易直接得出P(A|B)，P(B|A)则

2016-01-11 21:48:58 654

原创 LeetCode：Missing Number And First Missing Positive

1、Missing NumberGiven an array containing n distinct numbers taken from 0, 1, 2, ..., n, find the one that is missing from the array.For example,Given nums = [0, 1, 3] return 2.Note:Your

2016-01-11 21:26:04 659 1

转载 Machine Learning-感知器学习算法

引言这里开始介绍神经网络方面的知识（Neural Networks）。首先我们会介绍几个监督式学习的算法，随后便是非监督式的学习。一、感知器学习算法基本介绍1.神经网络就像进化计算，神经网络又是一个类似的概念。神经网络由一个或者多个神经元组成。而一个神经元包括输入、输出和“内部处理器”。神经元从输入端接受信息，通过“内部处理器”将这些信息进行一定的处理，最后通过输出端输出。

2016-01-06 16:08:00 1643

redis的专栏