- 博客(14)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 JDK里的设计模式
Structural（结构模式）Adapter:把一个接口或是类变成另外一种。java.util.Arrays#asList()javax.swing.JTable(TableModel)java.io.InputStreamReader(InputStream)java.io.OutputStreamWriter(OutputStream)javax.xml.bind.annotation.ad...
2018-03-28 14:24:27
548
转载 MySQL异常【数据库断开连接】：Communications link failure
异常解决：Caused by: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure异常描述这个异常通常有如下信息：com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure...
2018-03-27 11:01:14
3764
转载 使用 Spring Shell 开发 Java 命令行应用
提到 Java，大家都会想到 Java 在服务器端应用开发中的使用。实际上，Java 在命令行应用的开发中也有一席之地。在很多情况下，相对于图形用户界面来说，命令行界面响应速度快，所占用的系统资源少。在与用户进行交互的场景比较单一时，命令行界面是更好的选择。命令行界面有其固定的交互模式。通常是由用户输入一系列的参数，在执行之后把相应的结果在控制台输出。命令行应用通常需要处理输入参数的传递和验证、输...
2018-03-23 14:13:40
1769
1
转载 Spring Boot + devtools（热部署）
原理说明：spring-boot-devtools 是一个为开发者服务的模块，其中最重要的功能就是自动应用代码更改到最新的App上面去。原理 是在发现代码有更改之后，重新启动应用，但是速度比手动停止后再启动还要更快，更快指的不是节省出来的手动操作的时间。其深层原理是使用了两个ClassLoader，一个Classloader加载那些不会改变的类（第三方的jar包），另外一个ClassLoader加...
2018-03-23 12:35:48
491
转载 第 10 章 K-Means（K-均值）聚类算法
K-Means 算法聚类是一种无监督的学习, 它将相似的对象归到一个簇中, 将不相似对象归到不同簇中.相似这一概念取决于所选择的相似度计算方法.K-Means 是发现给定数据集的 K 个簇的聚类算法, 之所以称之为 K-均值 是因为它可以发现 K 个不同的簇, 且每个簇的中心采用簇中所含值的均值计算而成.簇个数 K 是用户指定的, 每一个簇通过其质心（centroid）, 即簇中所有点的中心来描述...
2018-03-22 16:35:40
673
转载 第9章 树回归
树回归 概述我们本章介绍 CART(Classification And Regression Trees， 分类回归树) 的树构建算法。该算法既可以用于分类还可以用于回归。树回归 场景我们在第 8 章中介绍了线性回归的一些强大的方法，但这些方法创建的模型需要拟合所有的样本点（局部加权线性回归除外）。当数据拥有众多特征并且特征之间关系十分复杂时，构建全局模型的想法就显得太难了，也略显笨拙。而且，实...
2018-03-22 16:35:34
326
转载 第8章 预测数值型数据：回归
回归（Regression） 概述我们前边提到的分类的目标变量是标称型数据，而回归则是对连续型的数据做出处理，回归的目的是预测数值型数据的目标值。回归 场景回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式。假如你想要预测兰博基尼跑车的功率大小，可能会这样计算:HorsePower = 0.0015 * annualSalary - 0.99 * hoursListen...
2018-03-22 16:35:26
941
转载 第6章 支持向量机
支持向量机 概述支持向量机(Support Vector Machines, SVM)：是一种机器学习算法。 支持向量(Support Vector)就是离分隔超平面最近的那些点。 机(Machine)就是表示一种算法，而不是表示机器。支持向量机 场景要给左右两边的点进行分类明显发现：选择D会比B、C分隔的效果要好很多。支持向量机 原理SVM 工作原理对于上述的苹果和香蕉，我们想象为2种水果类型的...
2018-03-22 16:35:17
339
转载 第7章 集成方法、随机森林
集成方法: ensemble method（元算法: meta algorithm） 概述概念：是对其他算法进行组合的一种形式。通俗来说： 当做重要决定时，大家可能都会考虑吸取多个专家而不只是一个人的意见。 机器学习处理问题时又何尝不是如此？ 这就是集成方法背后的思想。集成方法：投票选举(bagging: 自举汇聚法 bootstrap aggregating): 是基于数据随机重抽样分类器构造的...
2018-03-22 16:35:12
603
转载 第5章 Logistic回归
Logistic 回归 概述Logistic 回归虽然名字叫回归，但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线建立回归公式，以此进行分类。须知概念Sigmoid 函数回归 概念假设现在有一些数据点，我们用一条直线对这些点进行拟合（这条直线称为最佳拟合直线），这个拟合的过程就叫做回归。进而可以得到对这些点的拟合直线方程，那么我们根据这个回归方程，怎么进行分类呢？请看下面。二值型输出...
2018-03-22 16:34:26
520
转载 第4章 基于概率论的分类方法：朴素贝叶斯
朴素贝叶斯 概述贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。贝叶斯理论 & 条件概率贝叶斯理论我们现在有一个数据集，它由两类数据组成，数据分布如下图所示：我们现在用 p1(x,y) 表示数据点 (x,y) 属于类别 1（图中用圆点表示的...
2018-03-22 16:34:18
678
转载 第3章 决策树
决策树 概述决策树（Decision Tree）算法主要用来处理分类问题，是最经常使用的数据挖掘算法之一。决策树 场景一个叫做 "二十个问题" 的游戏，游戏的规则很简单：参与游戏的一方在脑海中想某个事物，其他参与者向他提问，只允许提 20 个问题，问题的答案也只能用对或错回答。问问题的人通过推断分解，逐步缩小待猜测事物的范围，最后得到游戏的答案。一个邮件分类系统，大致工作流程如下：首先检测发送邮件...
2018-03-22 16:34:06
347
转载 第2章 k-近邻算法
KNN 概述k-近邻（kNN, k-NearestNeighbor）算法是一种基本分类与回归方法，我们这里只讨论分类问题中的 k-近邻算法。k 近邻算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。k 近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其 k 个最近邻的训练实例的类别，通过多数表决等方式进行预测。因此，k近邻算法不具有显式的学习...
2018-03-22 16:33:46
529
转载 第一章 机器学习基础
机器学习 概述机器学习 是使用计算机来彰显数据背后的真实含义，它为了把无序的数据转换成有用的信息。 1. 海量的数据 2. 获取有用的信息机器学习 场景例如：识别动物猫模式识别（官方标准）：人们通过大量的经验，得到结论，从而判断它就是猫。机器学习（数据学习）：人们通过阅读进行学习，观察它会叫、小眼睛、两只耳朵、四条腿、一条尾巴，得到结论，从而判断它就是猫。深度学习（深入数据）：人们通过深入了...
2018-03-22 16:33:22
252
Android 手动连接wifi的源码
2013-08-26
VC动态链接库dll深入浅出讲解pdf
2011-08-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人