肖橘猫-CSDN博客

原创【用python实现《统计学习方法》】之感知机（perceptron)

声明：首先非常感谢李航博士和这篇博文的博主。本文的理论部分主要参考李航博士的《统计学习方法》，而代码实现部分则是在上述的博文基础上完成，并新增了对偶形式的感知机的python实现。感知机（perceptron）是机器学习中最简单的算法之一，容易理解和实现。笔者将使用python实现感知机的算法（重复造轮子），包括感知机的原始形式和对偶形式。model感知机的定义：strategy感知机学习的经验风险

2017-07-02 17:56:08 4170

原创【爬虫实战一】之糗事百科热门段子采集

糗事百科段子采集的实例已经有很多前辈写过了，但年代久远，普遍基于python2.7，并且没有用到BeautifulSoup，而是自己写正则表达式进行匹配，因此，每次网站改版后，代码重构的工作量比较大。本着造福群众（找项目练手）的原则，笔者写了一个基于python3、requests库和BeautifulSoup库的糗事百科段子采集爬虫。1.先导入所需模块，再创建一个QSBK的类import re

2015-10-02 21:25:28 761

翻译配置remote使用jupyter-notebook

Remote Access to IPython Notebooks via SSH PYTHON LINUX SSH NOTEBOOK IPYTHON REMOTE TUNNEL Scenario: On your local computer, you want to open and manipulate an IPython notebook running on a remote c...

2018-07-03 17:13:39 997

原创 Numpy 记忆点手册

索引和切片1.Numpy 切片返回的都是视图，除非显示的调用.copy()。2.Numpy 通过boolean索引选取的数据，返回的是副本（重新复制一份）；同样的，花式索引也是返回副本。3.Numpy 索引的方式有：整数索引、布尔值索引、花式索引（fancy indexing）。4.弄清索引和切片。转置和轴交换1.transpose()/swapaxes()都是返回视图。 axis的理解：设

2017-12-21 00:07:17 315

原创骑士巡游问题:常规解法与启发式方法优化

The knight’s tour puzzle is played on a chess board with a single chess piece, the knight. The object of the puzzle is to find a sequence of moves that allow the knight to visit every square on the boa

2017-12-20 13:24:18 3017 2

转载 linux操作命令大全

最近OS终于换成了Ubuntu，由于我决心十足（技术太渣），Windows系统已经被我故意的（莫名其妙）的删除了？？？好吧，坚持到底（将错就错）在Ubuntu上玩耍（死磕）吧。1.tar解压命令详解2.anaconda使用总结3.Ubuntu下.7z解压缩大全4.ubuntu安装EnvironmentError: mysql_config not found错误5.几款Ubun...

2017-12-10 15:13:40 253

转载欢迎使用CSDN-markdown编辑器

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

2017-12-10 15:09:56 202

原创 python实现二分搜索树以及改进后的AVL Tree

二分搜索树讲解 python代码：class TreeNode(object): def __init__(self, key, val, parent=None, left_child=None, right_child=None): self.key = key self.val = val self.parent = parent

2017-12-05 15:46:54 434

转载 0-1背包问题

http://blog.csdn.net/mu399/article/details/7722810

2017-10-27 20:49:13 198

原创 python实现：无刻度的一大一小水罐取水问题

问题描述：You have two jugs: a A-gallon jug and a B-gallon jug ( A > B ). Neither of the jugs have markings on them. There is a pump that can be used to fill the jugs with water. How can you get exactly C g

2017-10-27 20:31:36 892

原创用python实现零钱找零的三种方法

python实现零钱找零。分别采用了递归、caching递归和动态规划三种方法。

2017-10-26 15:23:56 14121 1

原创【悬而未决的算法题】marker下来等待解决（随时更新）

1.Find a Sudoku puzzle in the local newspaper. Write a program to solve the puzzle. 2.Given a list of numbers in random order, write an algorithm that works in O(nlog(n))O(nlog⁡(n)) to find the kth sm

2017-10-18 21:21:55 347

原创基数排序法（radix sorting）

基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucket sort）或bin sort，顾名思义，它是透过数项（item）的位（digit），将要排序的元素分配至某些“桶”中，藉以达到排序的作用。基数排序法是属于稳定性的排序，其时间复杂度为O (nlog(r)m)，其中r为所采取的基数，而m为堆数，在某些时候，基数排序法的效率高于其它的稳

2017-10-18 13:26:33 580

转载【转载】梯度下降算法详解

http://www.cnblogs.com/pinard/p/5970503.html

2017-10-17 19:08:47 237

原创《机器学习基石》笔记：第三讲

第三讲主要根据Output Space/Data Labels/learning protocol/Input Space的不同，将机器学习问题划分为几个种类。 1.输出空间（Output Space）分类器（Classification）经过training set训练，对unseen data进行预测，输出labels。根据labels的不同，可以将机器学习分为Binary classif

2017-10-10 13:16:05 274

原创《机器学习基石》笔记：第二讲

第二讲主要是通过PLA(Perceptron Learning Algorithm)讲解二分类问题（Binary Classification）。关于PLA算法的基础内容，在这篇博文已经深入探究了，该博文主要记录一些扩展的知识。 1假设空间（hypothesis set）对于Perceptron来说，假设空间就是样本点（sample points）所在平面的所有直线。 2.PLA的几何解释

2017-10-09 20:18:03 368

原创《机器学习基石》笔记：第一讲

林轩田老师的《机器学习基石》和《机器学习技法》两门课程非常经典，从哲学原理讲到算法核心，深入浅出，非常详细。但存在两个问题： 1.林老师是台湾（省）人，很多舶来品词语的翻译和大陆不同，加上林老师讲的比较快，一次听明白还是不容易的。 2.由于课程是视频形式，回头复习比较麻烦。因此，想把每节课的重要内容以笔记的形式记录下来，以供未来反复回头翻看。希望能坚持下来：）下面开始正式内容。1.课程介绍

2017-10-08 20:40:29 408

原创这些居然都会用错？

1.Object和Object进行比较用equals()，Object和null进行比较用“=”。

2016-02-17 17:45:07 225

原创 JSP中内置对象的getAttribute()和getParameter()

1.getAttribute()获取的是对象，而getParameter()获取的是字符串。2.request.getAttribute("name")是获取容器里面的值（类似于HashMap），在整个容器中有效，如tomcat。而request.getParameter("name") 是获取上一个页面通过post/get传入本页面的值。

2016-02-17 17:33:09 441

原创【用python实现《统计学习方法》】之决策树C4.5/ID3

声明：本文根据李航博士的《统计学校方法》中的决策树章节的原理：最大熵信息增益、信息增益比进行决策树的实现。在可视化方面主要参考的这篇博文。决策树算法是一类在数据挖掘中应用的特别多的符号学派分类器，并在集成学习中被大大采用。经典的c4.5和id3以及后来的cart是了解诸如GBDT等集成学校算法的基础，因此笔者尝试自己实现一次（重复造轮子）。model决策树的定义：strategy决策数学习的关键就是

2015-10-02 15:08:54 603 1

撸猫大学渣的博客