- 博客(12)
- 资源 (16)
- 收藏
- 关注
RSS订阅原创 python 机器学习的开发环境搭建（numpy，scipy,matplotlib,scikit-learn）
一、概述用Python来编写机器学习方面的代码是相当简单的，因为Python下有很多关于机器学习的库。其中下面三个库numpy，scipy,matplotlib,scikit-learn是常用组合，分别是科学计算包，科学工具集，画图工具包,机器学习工具集。numpy :主要用来做一些科学运算，主要是矩阵的运算。NumPy为Python带来了真正的多维数组功能，并且提供了丰富的函数库处理这些
2016-06-29 17:28:28
1206
原创 python中range()、xrange()和np.arange()区别
1、range多用作循环，range（0,10）返回一个range对象，如想返回一个list，前面加上list转换；2、arange是numpy模块中的函数，使用前需要先导入此模块，arange(3):返回array类型对象。【注：range()中的步长不能为小数，但是np.arange()中的步长可以为小数】3、xrange()也是用作循环，只是xrang(0,10)
2016-06-29 11:23:03
27511
1
转载 c语言中如何返回一个数组函数
在C语言中，无法直接返回一个数组，但是可以通过返回对应类型指针的方式，返回数组。在大多数情况下，一维数组和一维指针是可以通用的。比如，定义一个函数，申请一定长度的整型动态数组，其长度用参数传入，并将结果返回。如出错，返回空指针NULL。 代码可以写成如下形式：int *int_array_create(int n)//参数n为数组元素个数{ int *r;
2016-06-28 22:13:54
22485
2
原创 最大公约数和最小公倍数
1）最大公约数（最大公因数）就是几个数公有的因数中最大的一个.例12与1812的因数有1,12,2,6,3,418的因数有1,18,2,9,6,3公有的因数有1,2,3,6,所以6就是12与18的最大公约数.2）最小公倍数就是几个数公有的倍数中最小的一个.例4和6 4的倍数有4,8,12,16,20,24,……6的倍数有6,12,18,24,……4和6
2016-06-28 19:36:57
943
转载 hive内部表、外部表
hive内部表、外部表区别自不用说，可实际用的时候还是要小心。1. 内部表：[sql] view plain copy print?create table tt (name string , age string) location '/input/table_data'; 此时，会在hdfs上新建一个tt表的数据存放
2016-06-24 10:04:58
830
转载 推荐系统解决冷启动问题策略
作者：刘彦彬链接：http://www.zhihu.com/question/19843390/answer/40454433来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。推荐系统冷启动在不同的产品，不同的应用场景会有不同的做法，通用的做法其他的知友都已经有说明，即通过不同的维度获取用户的基本特征，操作习惯，从而进行粗粒度的推荐，但确实说起来
2016-06-21 21:20:32
2994
转载 基于用户的协同过滤和基于物品的协同过滤推荐算法原理和实现
在现今的推荐技术和算法中，最被大家广泛认可和采用的就是基于协同过滤的推荐方法。本文将带你深入了解协同过滤的秘密。下面直接进入正题1 什么是协同过滤协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称 CF)，首先想一个简单的问题，如果你现在想看个电影，但你不知道具体看哪部，你会怎么做？大部分的人会问问周围的朋友，看看最
2016-06-21 20:56:09
5928
转载 用朴素贝叶斯进行文本分类(上)
1. 引言贝叶斯方法是一个历史悠久，有着坚实的理论基础的方法，同时处理很多问题时直接而又高效，很多高级自然语言处理模型也可以从它演化而来。因此，学习贝叶斯方法，是研究自然语言处理问题的一个非常好的切入口。2. 贝叶斯公式贝叶斯公式就一行：P ( Y | X ) = P ( X | Y ) P ( Y ) P ( X )而它其实是由以下的联合概率公式推导出
2016-06-08 15:57:30
4723
转载 文本分类与SVM
1、基础知识1. 1 样本整理文本分类属于有监督的学习，所以需要整理样本。根据业务需求，确定样本标签与数目，其中样本标签多为整数。在svm中其中如果为二分类，样本标签一般会设定为-1和1，而在朴素贝叶斯方法中，一般为0和1，但不是固定的，标签的设置和算法本身的性质有关的。如下面的整理的样本，1为正类，-1为反类（为了能便于展示，这里使用了一些即时聊天工具中的文本，里面的一些
2016-06-08 15:20:19
4450
转载 协同过滤推荐算法的原理及实现
协同过滤推荐算法是诞生最早，并且较为著名的推荐算法。主要的功能是预测和推荐。算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法分为两类，分别是基于用户的协同过滤算法(user-based collaboratIve filtering)，和基于物品的协同过滤算法(item-based collaborative filtering
2016-06-06 15:49:01
1546
转载 基于用户的协同过滤推荐算法原理和实现
在推荐系统众多方法中，基于用户的协同过滤推荐算法是最早诞生的，原理也较为简单。该算法1992年提出并用于邮件过滤系统，两年后1994年被 GroupLens 用于新闻过滤。一直到2000年，该算法都是推荐系统领域最著名的算法。 本文简单介绍基于用户的协同过滤算法思想以及原理，最后基于该算法实现园友的推荐，即根据你关注的人，为你推荐博客园中其他你有可能感兴趣的人。基本思想
2016-06-05 22:56:28
1001
转载 机器学习-KMeans聚类 K值以及初始类簇中心点的选取
KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点(取平均值)，然后再迭代的进行分配点和更新类簇中心点的步骤，直至类簇中心点的变化很小，或者达到指定的迭代次数。 KMeans算法本身思想比较简单，但是合理的确定K值和K个初始
2016-06-04 15:25:10
21949
1
集体智慧编程（中文版）
2016-02-25
Maven下建立web工程详细步骤
2012-07-11
Spring Security 3.x.chm 中文参考手册
2012-07-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人