2016年02月_monkey131499

12月 11月 09月 08月 07月 04月 03月 02月

原创 Python与机器学习（三）：K-近邻算法

1.K近邻算法概念 K近邻算法（K Nearest Neighbor算法，即KNN算法），是一个经典的机器学习算法，主要根据新数据与样本数据间的距离来判断所属类别。关于距离的测量通常采用以下几种方法：欧氏距离、曼哈顿距离、切比雪夫距离、余弦等。KNN算法的详细思想概念可以参看文章1和文章 2.K近邻算法优缺点优点：精度高、对异常值不敏感、无数据输入假定；缺点：计算复杂度高、空间复杂

2016-02-25 21:03:05 857

原创 Python与机器学习（二）：Windows下科学计算环境搭建

【注意：安装numpy和scipy模块时注意与Python版本保持一致】 1.安装numpy 首先安装好Python，我安装的是Python3.4，并配置好Python的环境变量，即在环境变量path中添加Python路径然后在终端输入：python -m pip install -U pip，等待安装完成，界面如下：之后在此处下载numpy-1.10.4+mkl-cp

2016-02-24 23:31:37 2535

原创 Python学习（一）：入门

因为具有Java编程经验，所以Python上手相对比较容易。通过几个小示例程序来熟悉Python编程，所有程序均在Python3上完成。 1.输入并打印输出 # coding=utf-8 str=input("Input string:") print("您输入的字符串为,%s" % str) 知识点： input("某字符串")函数:显示"某字符串",并等待用户输入htt

2016-02-24 09:25:56 2641

原创 Python与机器学习（一）：简介

1.Python语言的优势 1.Python的语法清晰 2.易于操作纯文本 3.使用广泛，存在大量开发文档 2.开发机器学习应用程序步骤 1.收集数据。常用的方法可以是网络爬虫从网站上抽取的数据、设备的实测数据、以及公开数据等。 2.准备输入数据。对收集到的数据进行预处理，例如数据的格式。 3.分析输入数据。主要是人工分析以前得到的数据，查看得到的数据是存在空值，并判断数据是否有

2016-02-23 22:25:07 722

原创 rabbitmq（三）消息确认

为确保发送的消息能够被消费者处理，rabbitmq提供了消息确认功能，这里send为消息生产者，receive为消息消费者。生产的消息首先会发送到服务器中保存，然后等待消费者处理，所谓消息确认功能，就是消费者在处理完消息后，给服务器发送一个反馈，服务器收到反馈后就会将对应的消息删除。倘若消费者超时不反馈，那么服务器就会将消息重新发送给其他消费者，造成了同一消息不停转发。 rabbitmq

2016-02-23 17:43:47 1267

原创 eclipse相关设置

1.创建新类自动添加注释 windows-->preference Java-->Code Style-->Code Templates code-->new Java files 编辑如下： ${filecomment} ${package_declaration} /** * @author 作者 : * @version 创建时间：${date} ${

2016-02-23 16:39:05 571

原创 rabbitmq（二）简单测试

1.下载rabbitmq的javaClient库文件名：rabbitmq-client.jar 下载地址：http://download.csdn.net/detail/monkey131499/9440572 下载后将文件导入到项目中。 2.消息发送类 import java.io.IOException; import java.util.concurrent.T

2016-02-23 16:08:27 708

原创 rabbitMQ（一）入门安装

1. RabbitMQ简介 RabbitMQ是一个开源的AMQP实现，服务器端用Erlang语言编写，支持多种客户端，如：python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX。用于在分布式系统中存储转发消息，在易用性、扩展性、高可用性等方面表现不俗。 AMQP，即Advanced Massage Queuing Prot

2016-02-23 10:50:15 1925