- 博客(17)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 RBT(红黑树)的删除算法
2-3树中删除最小键作为一个热身，回到2-3树来看下删除，简单起见，从删除最小键开始。如果含有最小键的节点不是2节点（3节点或4节点），那么直接删除该节点，不会破坏树的平衡性，但是如果是2节点，由于删除后变为空节点，有可能会破坏平衡性，故删除最小键的思路是沿左链接向下进行变换，确保当前节点不是2节点。根节点根节点的左右孩子都为2节点此时将3个2节点合并为一个
2017-01-09 14:55:13
715
转载 PCA的数学原理
PCA的数学原理作者 张洋 | 发布于 2013-06-22机器学习 线性代数 PCAPCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。
2016-12-24 21:19:10
295
转载 CART
一、决策树的类型 在数据挖掘中，决策树主要有两种类型: 分类树 的输出是样本的类标。 回归树 的输出是一个实数 (例如房子的价格，病人呆在医院的时间等)。 术语分类和回归树 (CART) 包含了上述两种决策树, 最先由Breiman 等提出.分类树和回归树有些共同点和不同点—例如处理在何处分裂的问题。分类回归树(CART,Classification And R
2016-12-07 15:37:04
549
转载 C4.5算法
1. C4.5算法简介 C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的
2016-12-07 15:18:30
1061
转载 动态库与静态库优缺点比较
动态库与静态库优缺点比较(2012-10-18 15:31) 我们在编写一个C语言程序的时候，经常会遇到好多重复或常用的部分，如果每次都重新编写固然是可以的，不过那样会大大降低工作效率，并且影响代码的可读性，更不利于后期的代码维护。我们可以把他们制作成相应的功能函数，使用时直接调用就会很方便，还可以进行后期的功能升级。 例如我要在一段代码中多次交换两个变
2015-11-15 18:41:19
367
原创 linux下网络环境配置
linux下网络环境配置a. 1、root身份登录、运行setup命令进入到 text mode setup utiliy 对网络进行配置。这里可以进行Authentication Configurationfirewall configurationKeyboard configurationNetwork ConfigurationSystem service
2015-09-02 11:24:17
480
原创 samba的安装步骤
第一步：先查看是否安装了samba服务 rpm -q samba //-q 代表query 如有，则卸载 rpm -e samba rpm -e --nodeps samba //--nodeps代表不看依赖关系直接卸载第二步：把自己samba安装文
2015-09-02 11:18:31
480
原创 linux下用rpm 安装jdk 7的jdk-7u79-linux-x64.rpm
linux下用rpm 安装jdk 7的jdk-7u79-linux-x64.rpm步骤一、下载jdk的rpm安装包步骤二、如果linux是centos的话，请先卸载openjdk，参考文档：使用rpm命令卸载CentOS 6.4自带的OpenJDK步骤三、安装jdk-7u79-linux-x64.rpm安装包先执行以下命令给所有用户添加可执行的权限#chmod +x jdk-7
2015-09-01 13:25:19
16055
转载 进程和线程最生动的理解
进程（process）和 线程 （thread）是操作系统的基本概念，但是它们比较抽象，不容易掌握。我发现有一个很好的类比，可以把它们解释地清晰易懂。计算机的核心是CPU，它承担了所有的计算任务。它就像一座工厂，时刻在运行。假定工厂的电力有限，一次只能供给一个车间使用。也就是说，一个车间开工的时候，其他车间都必须停工。背后的含义就是，单个CPU一次只能运
2015-08-11 15:03:05
465
转载 QLearning
Q-Learning .*;Step-By-Step TutorialThis tutorial introduces the concept of Q-learning through a simple but comprehensive numerical example. The example describes an agent which uses unsup
2015-06-17 16:26:31
1082
转载 CloudSim源码分析之DatacenterBroker--processEvent()
每个CloudSim实体都继承并实现了SimEntity类的processEvent()方法，用来处理与其自身逻辑相关的事件，比如与DatacenterBroker相关的事件有：请求数据中心特征事件，虚拟机创建情况反馈事件，任务完成返回事件，仿真结束事件等。CloudSim的事件都是在系统运行过程中不断产生的，并添加到等待队列，每个时钟要处理的事件会从等待队列（future）添加到
2015-05-12 16:36:41
641
原创 CloudSim源码分析-example1的startSimulation的执行步骤
1，CloudSim主要有两个队列，一是实体队列entities（当所有实体启动startEntity(),用来存放所有实体的对象），二是事件队列，分为futureQueue（等待队列），deferredQueue（延时队列）（启动实体后，存放实体的的事件）。2，CloudSim的实体：CloudSimShutdown、CloudInformationService、Datacenter、Da
2015-05-12 09:44:55
1910
1
原创 CloudSim源码分析之-startSimulation()
在CloudSim源码中的example都是通过startSimulation()启动仿真过程，实际上startSimulation()方法内部做了非常多的工作，此次博客将详细分析startSimulation()方法的工作流程。 startSimulation()是CloudSim类的静态方法，该方法在所有的实体被创建和加载之后调用，开始执行CloudSim仿真，直到所有的实体完全执
2015-05-10 21:47:33
1130
转载 CloudSim源码分析-DatacenterBroker创建
CloudSim的开发者强烈建议研究人员开发自己的broker策略，可以根据特定的仿真场景实施云任务（cloudlet）到虚拟机的匹配。DatacenterBroker与云用户直接交互，充当用户与数据中心的中间人，屏蔽了云数据中心的内部操作（如虚拟机的创建、管理、任务单元在虚拟机上的分配），用户只需要提交自己的服务请求即可。DatacenterBroker定义了一组操作，用于和用户与数据中
2015-05-10 21:44:23
1327
原创 CloudSim源码分析-Datacenter创建
1、创建物理机列表。List hostList = newArrayList();2、创建PE列表。一个物理机包含一个或多个PE（CPU）。List peList = new ArrayList();3、创建PE，并将其添加到PE列表。peList.add(new Pe(0, new PeProvisionerSimple(mips)));可以设置PE的ID和mips。4、创建物理
2015-05-10 21:43:06
724
原创 CloudSim源码分析-CloudSim的初始化
CloudSim.init(int numUser，Calender cal，boolean traceFlag)一，initCommonVarible（cal，traceFlag，numUser） 1，initialize（） entities = new ArrayList();//当所有实体启动startEntity()之后，用来存放所有实体的对象。
2015-05-10 21:41:38
789
原创 CloudSimExample1-仿真步骤
1，初始化CloudSim。这一步应该在创建任何实体之前。2，创建Datacenter。Datacenter是资源的提供者，我们至少需要一个Datacenter来运行CloudSim仿真。3，创建DatacenterBroker。DatacenterBroker是与用户的接口，根据CIS和用户QOS协调资源与需求的分配，并部署任务。4，创建虚拟机。5，将虚拟机添加到VmList，并
2015-05-10 21:40:24
1392
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人