- 博客(10)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 第五章 Logistic回归
from numpy import *def loadDataSet(): dataMat=[];labelMat=[] fr=open('testSet.txt') for line in fr.readlines(): lineArr=line.strip().split() dataMat.append([1.0,float(lineArr[0]),float(lineArr
2018-01-31 15:10:55
335
原创 朴素贝叶斯模型+文本分类+垃圾邮件分类源代码
注意：条件贝叶斯是保证条件之间独立的（文档分类中是假设一个词汇出现与其他词汇是否出现无关，然而同一主题的词汇一起出现的概率很高，存在关联），所以这个假设过于简单；尽管如此，然而事实表明，朴素贝叶斯的效果还很好。from numpy import *#词表到向量的转换函数def loadDataSet(): postingList=[['my','dog','has','flea', \
2018-01-26 14:54:22
2355
1
原创 决策树图形展示
绘图工具，基于python的Matplotlib，绘出决策树图形，以下代码亲测可用从原始数据集中创建决策树，并使用python函数库绘制树形图。#coding=UTF-8import matplotlib.pyplot as pltdecisionNode = dict(boxstyle="sawtooth",fc="0.8")leafNode=dict(boxstyle="roun
2018-01-26 10:24:48
2734
3
原创 记北京实训一周
原来当初没有发出去的保存到了草稿箱。。。 6.19实训第一天，讲了各个专业,java,ui,项目经理，本宝宝选择了java。下午cep，职业发展课程，尴尬 6.20，一整天cep，职业礼仪啥的 6.21，简单的html贴上代码： 网易邮箱登录 免费邮
2018-01-25 15:55:20
267
原创 机器学习实战 绘制决策树源代码
from math import *import operatordef calcShannonEnt(dataSet): numEntries=len(dataSet) labelCounts={} for featVec in dataSet: currentLabel=featVec[-1] if currentLabel not in labelCounts.keys()
2018-01-25 15:54:03
349
原创 KNN算法
最近在看机器学习实战这本书，第二章KNN算法，照着书上的代码敲了一遍，python+numpy库函数，感觉用起来还是不错的，附上KNN算法代码from numpy import *from os import *import operatordef createDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) la
2018-01-25 11:26:32
752
转载 Merkle Tree（默克尔树）算法解析
Merkle Tree概念 Merkle Tree，通常也被称作Hash Tree，顾名思义，就是存储hash值的一棵树。Merkle树的叶子是数据块(例如，文件或者文件的集合)的hash值。非叶节点是其对应子节点串联字符串的hash。[1]1、HashHash是一个把任意长度的数据映射成固定长度数据的函数[2]。例如，对于数据完整性校验，最简单的方法是对整个数据做Ha
2018-01-24 16:39:45
296
原创 RSA 中的平方-乘 ，模幂运算
考虑模指数，即计算形如的函数，在RSA密码体制中，加密和解密运算都是模指数运算。计算 可以通过c-1次模乘来实现，然而，如果c非常大，其效率会很低下。著名的平方-乘可以把计算所需的模乘的次数降低。以计算 X24为例：X24 将指数表示为 二进制形式 X11000 表示为Xb1b2b3b4b5开始扫描指数的每个Bit: 下面的红体表示数值为2进制表示
2018-01-22 17:11:51
10873
原创 群签名与环签名
啊，好久没有写博客了，都长草了，最近在看论文，想记录一下自己看到、学到的东西。关于群签名http://en.wikipedia.org/wiki/Group_signature 维基百科群签名的安全性要求1) 完整性（Soundness and completeness） 有效的签名能够被正确验证2) 不可伪造性(Unfo
2018-01-22 15:49:07
10553
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人