qiujiahao123的博客

1.基于知识图谱的问答系统:目前通过前端限定用户通过指定的格式来输入问题，然后通过查询知识图谱的形式来回答2.本次跟新介绍:1.考虑到后续数据量大，将数据库从Mysql替换为Neo4j2.新增5个http接口3.支持多层查询与存储，考虑到查询的时间消耗，建议不超过3层3.http接口说明:详细说明:data/http接口说明.txt1.查询单个实体,支持查询深度限制,深度为3时，查...

/** * Definition of TreeNode: * class TreeNode { * public: * int val; * TreeNode *left, *right; * TreeNode(int val) { * this->val = val; * this->left = this->right =

Hash表思路，时间复杂度为O(n),附加空间复杂度O(n)class Solution {public: /* * @param A: a string * @param B: a string * @return: a boolean */ //思路:将字符串中的每一个值映射到hash表中,统计出现次数，然后比较是否相等 boo

/** * Definition of TreeNode: * class TreeNode { * public: * int val; * TreeNode *left, *right; * TreeNode(int val) { * this->val = val; * this->left = this->right =

//单例设计模式class Solution {public: /** * @return: The same instance of this class every time */ static Solution* getInstance() { // write your code here if(pInstance ==

原题地址:http://www.lintcode.com/zh-cn/problem/binary-tree-maximum-node/#class Solution {public: /** * @param root the root of binary tree * @return the max node */ Solution(){

原地址:http://www.lintcode.com/zh-cn/problem/remove-linked-list-elements//** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(

先验概率与后验概率 事情还没有发生,要求这件事情发生的可能性的大小,是先验概率. 事情已经发生,要求这件事情发生的原因是由某个因素引起的可能性的大小,是后验概率. 一、先验概率是指根据以往经验和分析得到的概率，如全概率公式，它往往作为“由因求果”问题中的“因”出现。后验概率是指在得到“结果”的信息后重新修正的概率，如贝叶斯公式中的，是“执果寻因”问题中的“因”。先验概率与后验概率有不可分割的

信息是对不确定性的度量 平均互信息是衡量两个概率分布之间的相似性，互信息高那么相似性就比较大 他们之间的运算关系都在这个图里 I是互信息 熵减去条件熵就是互信息 条件熵是衡量差异性的 也就是说，之前的不确定性减去之后的不确定性等于不确定性的减少，不确定性的减少意味着确定性的增加，实际上就是我们寻找的相关性 主要理解ID3即可 A是特征，D是标签label 决策树的面试会问 由以下

特征工程小案例Kaggle上有这样一个比赛：城市自行车共享系统使用状况。提供的数据为2年内按小时做的自行车租赁数据，其中训练集由每个月的前19天组成，测试集由20号之后的时间组成。本项目功能:数据清理，特征提取，标准化连续值特征，离散性数据实现one-hot编码 本项目数据及源码:https://github.com/qiu997018209/MachineLearning#先把数据读进来imp

一个叫准确度，一个叫召回 长尾效应是说，热门的有很多人喜欢，但是个性化的，不同的人有不同的喜好，但是数量较少 马太效应是说，只推荐热门的东西 I是商品集 H是信息熵，在所有的Pi都相等的时候，熵最大，它可以更精准的定义覆盖率 u为均值 同一部电影，不同的用户，u是均值 同一个用户，不同的电影 SVD矩阵的分解

1.卸载anaconda并重启2.安装pip包，用来装软件的 Python -m pip install -U pip setuptools3.将python的安装路径和Scripts路径添加到PATH路径去。 添加Scripts是为了能着找到pip命令 C:\Users\qiujiahao\Downloads\python-2.7.13.amd64\Scripts\ C:\Users\qi

随机取样：可能无法表征所有的情况 分层采样：对不同的年龄段（举例）进行采样大多数算法对正负样本都是很敏感的 下采样:比如正样本很多，我们在正样本中抽取数据，使得正负样本一样多 如果正样本比负样本大很多，建议你取采集更多的数据 selectKBest选择与y相关度最高的k个数据 l1正则化是截断，也就是说不相关的就截断，权重为0，selectfrommodel可以选出大于权重0的特征

本图包含了实际工作中的所有情况，须仔细阅读 1.wrapper包裹型 1.当数据小于50的时候，需要去采集更多的数据 2.category分类:是连续值的预测还是离散值的预测 3.分类，回归，聚类（cluster）， 1.分为train，cv，test，train用来建模，cv是交叉验证集用来帮助我们做参数和模型的选择，test用来测试模型效果 实际工作中很少自己实现一个模型，大多都是

线性回归用于解决连续值预测的问题，逻辑回归用于解决分类的问题，但是实际上通常用来分类，因为它输出的是一个概率这三个概念面试一定会问！！！！ 拿到损失函数->对损失函数进行梯度下降->求出最优解，正则化是为了防止过拟合，降低波动线性回归是假定输入和输出间是有线性相关的 不同的算法的损失函数的定义不同 这种情况说的是入参只有一个的时候，当斜率为负数的时候，值会变大，就会继续往前，当为正数的时候就会

切记切记，数学基础决定了你机器学习能走多远！！！KKT用于有约束条件的求极值点

线性代数的基本知识 线性相关就是一个向量能被另一个向量表示出来 基是子空间的最大线性无关组 此处一个子空间是一个平面，再加一个不共面的向量就可以组成R3,它一定是R3的一部分 A到U实际上是化简，将第一行乘以-3加到第二行，ux=0可以找到两个线性无关的解 列空间和左零空间在一起就构成了Rn的空间，它是与列空间垂直的那一个空间 PCA降维的本质就是舍弃小的特征值，保留大的特征值 核

概率是已经知道整体求某一个事件的概率，统计是已经知道某一个事件的概率求整体的分布情况非常重要: 方差用于衡量随机变量偏离期望的程度 协方差非常重要:面试经常问 可基于协方差矩阵来筛选特征 二阶导数大于0，即斜率在增加就是凸函数

它的意义在于将多项式与三角函数间建立了联系

sklearn中的cross validation模块，最主要的函数是如下函数： sklearn.cross_validation.cross_val_score。他的调用形式是scores = cross_validation.cross_val_score(clf, raw data, raw target, cv=5, score_func=None) 参数解释： clf是不同的分类器，