- 博客(100)
- 收藏
- 关注
RSS订阅原创 LFM算法详解和实战
文章目录1、LFM算法概述：2、举例看看：3、LFM公式推导1、LFM算法概述：LFM是在用户和物品的共现矩阵上，引入隐向量，用隐向量表示用户和物品，进而增强了模型表征稀疏数据的能力！LFM算法本质上还是属于矩阵分解算法：其将 m × n 的共现矩阵（m个用户；n个物品） 分解为：m × k 的用户向量矩阵k × n 的物品向量矩阵上述中：k 表示隐向量的长度；k 的大小决定了隐向量的表征能力：k 越小，隐向量越短，其包含的信息越少，模型的泛化能力越强；k 越大， 隐向量越长，
2021-04-28 17:46:45
7439
3
原创 3、Keras中的顺序模型Sequential和函数式模型Model
文章目录使用函数式模型构建复杂网络1、加宽网络使用函数式模型构建复杂网络前面两节分别讲述了：基本分类模型和回归模型 ，但是这两种都是基于Keras中的顺序模型进行构建的，即神经网络只有一个输入和一个输出；如下图所示：而Keras中模型的构建方式分为两种：顺序模型（Sequential）函数式模型（Model）相比顺序模型，函数式模型可以构建更加深层、更加宽度的网络，其在大量数据基础上，可以有更强的拟合能力。1、加宽网络在不改变数据的基础上，加宽网络的宽度！直接修改上一节中的网络结构，新
2021-04-19 20:43:49
872
原创 2、使用Keras构建回归模型
文章目录使用Keras构建回归模型1、导入相关工具包2、加载数据集3、划分训练集和测试集4、数据标准化5、模型构建6、打印模型信息7、模型编译8、模型训练9、测试集上评估10、预测：使用Keras构建回归模型数据集：加州住房数据集模型：MLP框架：Keras1、导入相关工具包从sklearn中导入数据集from sklearn.datasets import fetch_california_housing from sklearn.model_selection import trai
2021-04-19 19:52:51
1181
原创 1、使用Keras构建图像分类器
文章目录使用Keras构建图像分类器1、导入具体工具包2、加载数据3、数据处理与查看4、构建模型5、模型信息查看：6、编译模型7、训练和评估模型使用Keras构建图像分类器数据集：Fashion MNISIT模型：MLP框架：Keras1、导入具体工具包1.1 由于Keras是TensorFlow的高级API，因此有两种使用Keras的方法：下载TensorFlow， 从TensorFlow中导入Keras，from tensorflow import keras直接下载Ker
2021-04-18 21:42:15
862
3
原创 《MySQL必知必会》学习笔记——第九章（正则表达式）
文章目录9.1 正则表达式9.2 MySQL中正则表达式的使用9.2.1 基本字符匹配前文连接：《MySQL必知必会》——书中表的生成《MySQL必知必会》——第三章（了解数据库和表） 关键词：USE、SHOW《MySQL必知必会》——第四章（检索数据） 关键词：SELECT《MySQL必知必会》——第五章（排序检索数据） 关键词：ORDER BY《MySQL必知必会》——第六章（过滤数据） 关键词：WHERE《MySQL必知必会》——第七章（数据过滤） 关键词：WHERE、AND、O
2021-01-07 15:14:47
489
原创 《MySQL必知必会》学习笔记——第八章（用通配符过滤）
文章目录8.1 LIKE操作符8.1.1 % 通配符8.1.2 _ 通配符8.2 使用通配符的技巧总结：前文连接：《MySQL必知必会》——书中表的生成《MySQL必知必会》——第三章（了解数据库和表） 关键词：USE、SHOW《MySQL必知必会》——第四章（检索数据） 关键词：SELECT《MySQL必知必会》——第五章（排序检索数据） 关键词：ORDER BY《MySQL必知必会》——第六章（过滤数据） 关键词：WHERE《MySQL必知必会》——第七章（数据过滤） 关键词：WH
2020-12-07 16:03:15
290
原创 《python编程：从入门到实战》学习笔记
文章目录第二章：变量和简单数据类型2.1 变量的命名2.2 字符串2.2.1 修改字符串大小写2.2.2 在字符串中使用变量第二章：变量和简单数据类型2.1 变量的命名变量名只能包含数字、字母、下划线变量名可以以字母或下划线开头，但不能以数字开头变量名中不能有空格变量名不能和python中的关键词一致变量名应简单、具有描述性name = "xiao hong" # name 就是一个变量name_student = "xiao hong" # name_st
2020-12-04 14:57:01
1008
原创 《MySQL必知必会》学习笔记——第七章（数据过滤）
文章目录7.1组合WHERE子句7.1.1 AND 操作符7.1.2 OR操作符7.1.3 计算次序7.2 IN操作符7.3 NOT操作符总结：前文连接：《MySQL必知必会》——书中表的生成《MySQL必知必会》——第三章（了解数据库和表） 关键词：USE、SHOW《MySQL必知必会》——第四章（检索数据） 关键词：SELECT《MySQL必知必会》——第五章（排序检索数据） 关键词：ORDER BY《MySQL必知必会》——第六章（过滤数据） 关键词：WHERE7.1组合WHER
2020-11-28 16:49:36
220
原创 《MySQL必知必会》学习笔记——第六章（过滤数据）
文章目录6.1 使用WHERE子句6.2 WHERE子句的操作符6.2.1 检索单一值（=）6.2.2 检索小于、大于值（<、>、<=、>=）6.2.3 不匹配检查（!=、<>）6.2.4 范围值检查（BETWEEN）6.2.5 空缺值检查（IS NULL）总结：前文连接：《MySQL必知必会》——书中表的生成《MySQL必知必会》——第三章（了解数据库和表） 关键词：USE、SHOW《MySQL必知必会》——第四章（检索数据） 关键词：SELECT《M
2020-11-28 15:56:05
346
原创 《MySQL必知必会》学习笔记——第五章（排序检索数据）
文章目录5.1 单一列排序5.2 多列排序5.3指定排序方向单列降序多列降序获取最大最小值总结：上一章，我们总结MySQL对数据的检索，但是没有提到数据的排序问题！5.1 单一列排序# 我们对表products 中的 prod_name 列排序输出SELECT prod_name FROM products order by prod_name; 5.2 多列排序SELECT prod_id, prod_price, prod_name FROM products order by prod
2020-11-28 15:05:03
271
原创 《MySQL必知必会》学习笔记——第四章（检索数据）
文章目录4.1 SELECT语句4.2 检索单个列上一章节，讲解了MySQL数据库的查看、表的信息等等4.1 SELECT语句最经常使用的SQL语句就是SELECT语句了，SELECT语句，顾名思义就是对数据的检索，在使用时，我们需要给出两个信息：数据源，从哪个数据库、表检索数据检索什么数据，我们想要选择什么数据4.2 检索单个列 ...
2020-11-28 11:53:56
388
原创 《MySQL必知必会》学习笔记——第三章（了解数据库和表）
文章目录3.1连接3.2选择数据库举例：3.3查看数据库举例：3.4查看表举例1：举例23.1连接由于我们是在本地学习使用的，所以数据库的连接和登陆非常简单的！我们只需要输入用户名和登陆密码即可！3.2选择数据库当我们连接到MySQL时，是没有具体的数据库供我们使用的，我们需要使用 USE 关键词来选取我们要使用的数据库！举例：如图所示，sys 和 test 是我本机的两个数据库！我们可以用 USE 关键词来使用某个具体的数据库！输入：USE test;输出：USE语句一般不返回任
2020-11-28 11:04:44
248
原创 《MySQL必知必会》学习笔记——1.书中样例表的生成
最近在看《MySQL必知必会》这本书。文章目录样例表的下载创建表插入数据具体操作样例表的下载这是书中给出的数据下载链接也可以不用下载，具体的代码如下：创建表######################################### MySQL Crash Course# http://www.forta.com/books/0672327120/# Example table creation scripts####################################
2020-11-27 22:17:49
400
原创 MySQL 和 MySQL Workbench图形化安装教程
文章目录MySQL安装在这里插入图片描述最近在看《MySQL必知必会》这本书，简单做个总结，也希望对大家有帮助！在学习之前，我们需要安装MySQL，如下：MySQL安装可以参考这篇博客安装MySQL，也可以参考本人安装的一些步骤我们进入MySQL的官网往下拉，点击 MySQL Community（GPL）Downloads选择 MySQL Commu Sever7.打开我们下载好的文件，点击Next8.选择 MySQL Sever，然后点击Next10.等待下载完成
2020-11-27 11:51:57
383
原创 Spark原理
Spark概述Spark效率高、运行速度快的原因：内存计算（将数据加载到内存中计算）DAG有向无环图设计机制（可以对数据的处理进行优化，使得数据处理像流水线般作业，效率高）Spark使用简单：支持Scala、Python、Java、R等语言Spark的通用性：具备完整的解决方案：Sql查询：Spark SQL流式计算：Spark Streaming机器学习：Spark MLlib图数据计算：Spark GraphXSpark运行模式多样化：单机版本独立的集群模
2020-10-31 16:18:47
245
原创 Hadoop和Spark的区别和联系
大数据时代我们现处于一个大数据的时代，信息呈现指数级的暴增，这里的信息主要是非结构化的数据。结构化数据：运营数据、公司的经营数据、销售数据等可以在数据库中存储、管理的数据非结构化数据：聊天记录、发送的邮件、视频、图片、文本等数据随着科技的进步，这些非结构化的数据激增，我们可以利用这些大量数据进行统计、分析、挖掘出具有价值的信息，利用通过统计大量人群的购买记录，给用户推荐再看物品的相似物品；通过大量邮件信息的统计，可以过滤出垃圾邮件等等。这些非结构化的数据，并不好处理。图像和视频需要图像处理和计
2020-10-29 20:03:22
2388
2
原创 spark安装及环境配置（win10）
本人环境：win10以下所有安装包均打包在百度网盘中，可以下载使用需要安装的包：JdkHadoopSparkScalaJDK:下载官网往下拉，选择JAVA SE 8根据选择自己需要的版本号，本人下载的是jdk-8u211-windows-x64环境变量配置Scala:下载网址本人下载的是2.13.3版本的环境变量配置：下载后即配置好，无需再配置...
2020-10-25 17:10:36
2786
原创 python中的filter函数
filter函数：python中内置的高阶函数filter(函数， 列表)：不断将列表中的元素输入到函数中，符合函数的则输出举例：一看就懂def helper(x): # 大于0的元素 return x > 0 res = filter(helper, [-1, -5, 1, 2, 3])输出print(list(res))[1, 2, 3]...
2020-10-17 20:52:10
154
原创 python中的map函数
map函数：map函数是python中内置的高阶函数map(函数， 列表):不断的将列表中的元素，输入到函数中，并输出一个新的列表举例：一看就懂：def helper(x): # 元素加 3 x = x + 3 return xres = map(helper, [1, 2, 3])输出：print(list(res))[4, 5, 6]也可以用匿名函数lambda：res = map(lambda x : x+3, [1, 2, 3])输出:prin
2020-10-17 20:26:03
481
原创 19、删除链表的倒数第N个节点（python）
题目：给定一个链表，删除链表的倒数第 n 个节点，并且返回链表的头结点。示例：给定一个链表: 1->2->3->4->5, 和 n = 2.当删除了倒数第二个节点后，链表变为 1->2->3->5.代码（快慢双指针）# Definition for singly-linked list.# class ListNode:# def __init__(self, x):# self.val = x# self
2020-06-08 16:03:42
164
1
原创 15、三数之和（python）
题目：给你一个包含 n 个整数的数组 nums，判断 nums 中是否存在三个元素 a，b，c ，使得 a + b + c = 0 ？请你找出所有满足条件且不重复的三元组。注意：答案中不可以包含重复的三元组。示例：给定数组 nums = [-1, 0, 1, 2, -1, -4]，满足要求的三元组集合为：[ [-1, 0, 1], [-1, -1, 2]]代码（排序+双指针）：class Solution: def threeSum(self, nums):
2020-06-03 17:08:55
628
原创 11、盛最多水的容器（python）
题目：给你 n 个非负整数 a1，a2，…，an，每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线，垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0)。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。说明：你不能倾斜容器，且 n 的值至少为 2。示例：输入：[1,8,6,2,5,4,8,3,7]输出：49代码（双指针）：class Solution: def maxArea(self, heigh): l = 0
2020-06-03 16:15:28
283
原创 5、最长回文子串（python）
题目：给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。示例：输入: "babad"输出: "bab"注意: "aba" 也是一个有效答案。输入: "cbbd"输出: "bb"代码：class Solution: def longestPalindrome(self, s): n = len(s) # 字符串长度 dp = [[False]*n for _ in range(n)]
2020-06-02 23:20:15
350
原创 3、无重复字符的最长子串（python）
题目：给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。示例：输入: "abcabcbb"输出: 3 解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。输入: "bbbbb"输出: 1解释: 因为无重复字符的最长子串是 "b"，所以其长度为 1。代码：class Solution: def lengthOfLongestSubstring(self, s): mapping = set() # 定义哈希集合，记录字符
2020-06-02 16:50:36
605
原创 2、两数相加（python）
题目：给出两个 非空 的链表用来表示两个非负的整数。其中，它们各自的位数是按照 逆序 的方式存储的，并且它们的每个节点只能存储 一位 数字。如果，我们将这两个数相加起来，则会返回一个新的链表来表示它们的和。您可以假设除了数字 0 之外，这两个数都不会以 0 开头。示例：输入：(2 -> 4 -> 3) + (5 -> 6 -> 4)输出：7 -> 0 -> 8原因：342 + 465 = 807代码# class ListNode:# de
2020-05-31 19:26:49
478
原创 random.randint()用法
函数功能：random.randint(参数1，参数2)参数1、参数2必须是整数函数返回参数1和参数2之间的任意整数举例：import randomresult = random.randint(1,10)print("result: ",result)输出：result: 6
2020-05-29 16:21:50
197139
7
原创 random.uniform()用法
函数功能random.uniform(参数1，参数2) 返回参数1和参数2之间的任意值举例说明：import randomresult = random.uniform(1,3)print("result: ",result)输出：result: 2.639781736005787
2020-05-29 16:16:06
14459
4
原创 ssh公钥的生成、查看以及config的配置
SSH公钥:SSH是专门为远程操作（从本地拉取服务器代码或提交代码）的一种安全协议，而SSH公钥就是将本地的公钥添加到服务器中，避免以后登陆服务器输入账号和密码如何生成SSH公钥：终端输入：ssh-keygen -t rsa一直按空格，结束cd ~/.sshlsid_rsa.pub就是生成的公钥查看SSH：cat id_rsa.pub //查看生成的公钥配...
2020-04-16 19:21:41
2655
原创 支持向量机总结（SVM）
概念：支持向量机（SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器；SVM还包含核技巧，使它成为非线性分类器。SVM可以分为以下几种：线性可分支持向量机：当训练样本线性可分时，通过硬间隔最大化，学习一个线性分类器。又称硬间隔支持向量机线性支持向量机：当训练样本近似可分时，通过软间隔最大化，学习一个线性分类器。又称软间隔支持向量机非线性支持向量机：当训练样本...
2019-12-12 22:42:36
635
原创 169、多数元素（python）
题目：多数元素给定一个大小为 n 的数组，找到其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的，并且给定的数组总是存在多数元素。例子：输入: [3,2,3]输出: 3输入: [2,2,1,1,1,2,2]输出: 2思路：用哈希法；代码：class Solution: def majorityElement(sel...
2019-12-04 16:23:38
1330
原创 122、买卖股票的最佳时机II（python）
题目：买卖股票的最佳时机II给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。例子：输入: [7,1,5,3,6,4]输出: 7解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5...
2019-12-04 15:32:00
572
原创 121、买卖股票的最佳时机（python）
题目：买卖股票的最佳时机：给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。如果你最多只允许完成一笔交易（即买入和卖出一支股票），设计一个算法来计算你所能获取的最大利润。注意你不能在买入股票前卖出股票。直接看例子，就知道什么意思：例子：输入: [7,1,5,3,6,4]输出: 5解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的...
2019-12-04 15:07:30
249
原创 268、缺失数字(python)
文章目录题目：例子：思路：举例说说思路：代码：复杂度：题目：给定一个包含 0, 1, 2, …, n 中 n 个数的序列，找出 0 … n 中没有出现在序列中的那个数。例子：示例1：输入: [3,0,1]输出: 2示例2：输入: [9,6,4,2,3,5,7,0,1]输出: 8思路：采用位运算：异或运算（XOR)：相同的数异或后是0，不同的数异或后是1异或运算...
2019-12-04 10:59:38
493
原创 283、移动零（python）
题目：给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。例子：输入: [0,1,0,3,12]输出: [1,3,12,0,0]代码：class Solution: def moveZeroes(self, nums) p = 0 for i in range(len(nu...
2019-12-03 22:39:23
245
原创 LeetCode_88、合并两个数组（python）
题目：给定两个有序整数数组 nums1 和 nums2，将 nums2 合并到 nums1 中，使得 num1 成为一个有序数组。初始化 nums1 和 nums2 的元素数量分别为 m 和 n。假设 nums1 有足够的空间来保存 nums2 中的元素。例子：输入:nums1 = [1,2,3], m = 3nums2 = [2,5,6], n = ...
2019-12-03 20:49:31
216
原创 118、杨辉三角（python）
题目：例子：输入: 5输出:[ [1], [1,1], [1,2,1], [1,3,3,1], [1,4,6,4,1]]思想：采用动态规划思想，每一层的元素需要上一层的元素每行的两端都是1每行的元素是：R[i][j] = R[i-1][j-1] + R[i-1][j]代码：class Solution: def generate(...
2019-12-02 22:22:59
205
原创 66、加一（python）
题目：给定一个由整数组成的非空数组所表示的非负整数，在该数的基础上加一。最高位数字存放在数组的首位， 数组中每个元素只存储单个数字。你可以假设除了整数 0 之外，这个整数不会以零开头。例如：示例 1:输入: [1,2,3]输出: [1,2,4]解释: 输入数组表示数字 123。示例 2:输入: [4,3,2,1]输出: [4,3,2,2]解释: 输入数组表示数字 43...
2019-12-02 21:03:17
542
原创 逻辑回归模型
由于逻辑回归是机器学习中的模型，所以在介绍逻辑回归前，先看看一些基本的知识！上篇博文介绍了线性回归模型，机器学习：通俗来讲就是让机器学会决策，即学习一个函数f(x)，这个函数可以很好的实现输入到输出的映射。而常见的实际问题中，分类和回归是机器学习的主要问题；回归问题：输入变量和输出变量可能具有不同的类型，当输入变量和输出变量均为连续变量的预测问题分类问题：输入变量和输出变量可能具有不...
2019-11-30 15:42:48
517
原创 详解线性回归
线性回归：预测函数：我们以上图为例: 在一维空间中，线性回归是通过学习一条直线（下图），使得这条直线尽可能的拟合所有的已知点y, 并且希望新的样本点也尽可能的落在直线上（泛化能力）。其中： y是实际值（已知点），hθ(x)是预测值。损失函数：假如我们现在已经有了一条直线，那怎么评价这个直线拟合的好坏呢？？所以我们提出对**预测函数hθ(x)**进行评估，评估函数就是一般的损失函数。...
2019-11-29 22:06:07
1069
原创 Ubuntu开机直接进入tty1，无法直接进入的图形化界面的解决方法
在tty界面，输入用户名和密码，方法一：首先试过别人的解决方法：sudo apt install ubuntu-desktop行不通，不知道是自己的电脑问题还是什么，可以试试方法二：sudo systemctl set-default graphical.target重启后就可以直接进入图形化界面了...
2019-11-28 13:47:56
20361
10
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人