- 博客(12)
- 资源 (7)
- 收藏
- 关注
原创 分治法寻找最邻近的点对
问题描述:在二维平面内给定n个点,寻找这些点中举例最近的两个点;思路:我们发现如果要将全部的点两两比较,则最起码需要O(n^2),因此我们的思路是如果要求与某个点A距离最近的点,则需要缩小范围,不用每个点都比较;我们需要使用分治法来求解;首先我们需要定义一些变量:Px:对于点按照x坐标排序;Py:对于点按照y坐标排序;Qx:对于左部分
2012-09-25 15:56:48 9631
原创 Eclipse插件:FindBugs
FindBugs用于找出代码的bug;安装方法:进入Eclipse MarketPlace 查询FindBugs即可安装;Perspective:FindBugsView:Bug Explorer、Bug Info、Bug ReviewsBug Explorer用来显示全部的错误概览;Bug Info用来显示每个Bug的具体信息;如果要使用FindBugs,
2012-09-19 14:37:14 2524
原创 Eclipse:保存时执行format code 和 organize import动作
window --> preferences --> java --> Editor --> Save Actions选中 Perform the selected actions on save 选中 Format source code选中 organize imports这样,在保存时就能够执行 SHIFT+CTRL+O 和 CTRL+SHIFT+F
2012-09-19 13:53:19 3460 3
原创 递归解决全排列生成算法
排列:从n个元素中任取m个元素,并按照一定的顺序进行排列,称为排列;全排列:当n==m时,称为全排列;比如:集合{ 1,2,3}的全排列为:{ 1 2 3} { 1 3 2 }{ 2 1 3 }{ 2 3 1 }{ 3 2 1 }{ 3 1 2 }方法一:我们可以将这个排列问题画成图形表示,即排列枚举树,比如下图为{1,2,3
2012-09-16 23:49:07 48274 7
原创 Linux入门:使用Telnet远程登录Linux
我们前面讲过安装putty、ssh远程登录Linux,其实telnet的原理也是类似;注意点:(1)Linux端安装好并开启telnet服务;(2)windows中开启telnet服务;我们在Linux端执行:(1)yum install telnet-server(2)ntsysv开启telnet服务(3)service xinetd restart
2012-09-10 21:37:00 10471
原创 Linux入门:VIM
练习vim按键的小游戏:http://vim-adventures.com/wiki:文本编辑器的比较:http://zh.wikipedia.org/wiki/%E6%96%87%E4%BB%B6%E7%BC%96%E8%BE%91%E5%99%A8%E6%AF%94%E8%BE%83joe download:http://sourceforge.net/projects/joe-edi
2012-09-09 08:14:39 31447 2
原创 机器学习实战:多变量线性回归的实现
多元线性回归其实方法和单变量线性回归差不多,我们这里直接给出算法:computeCostMulti函数function J = computeCostMulti(X, y, theta) m = length(y); % number of training examples J = 0; predictions = X * theta; J = 1/(2*m)*
2012-09-06 14:01:34 9802 2
原创 机器学习实战:单变量线性回归的实现
一、算法实现由前面的理论,我们知道了用梯度下降解决线性回归的公式:梯度下降解决线性回归思路:算法实现:ComputeCost函数:function J = computeCost(X, y, theta) m = length(y); % number of train
2012-09-06 11:41:08 17392 7
原创 机器学习入门:Linear Regression与Normal Equation
本文会讲到: (1)另一种线性回归方法:Normal Equation;(2)Gradient Descent与Normal Equation的优缺点;前面我们通过Gradient Descent的方法进行了线性回归,但是梯度下降有如下特点:(1)需要预先选定Learning rate;(2)需要多次iteration;(3)需要Feature Scal
2012-09-06 11:35:40 28548 2
原创 机器学习入门:线性回归及梯度下降
本文会讲到:(1)线性回归的定义(2)单变量线性回归(3)cost function:评价线性回归是否拟合训练集的方法(4)梯度下降:解决线性回归的方法之一(5)feature scaling:加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression 注意一句话:多变量线性回归之前必须要Feature Scaling
2012-09-06 11:33:10 134605 43
原创 机器学习入门:机器学习概论
什么是机器学习? 在1959年,Arthur Samuel:不用编程去指定机器做什么,而是让机器有能力自己学习;在1998年,Tom Mitchell:首先定义任务T,经验E,表现P,如果机器有一个任务T,随着经验E的增多,表现P也会变好,则表示机器正在经验E中学习; 以上就是对机器学习的两个定义; 机器学习在生活中也处处可见,比如:(1)在gmail
2012-09-06 11:18:02 15307 6
原创 Linux入门:操作目录和文件的命令
$PATH每个用户的PATH都是不一样的;PATH中不包含“当前目录”;(1)echo $PATH:显示PATH环境变量;(2)PATH = "$PATH":/home/xiazdong:添加路径到PATH中;配置环境变量PATH:在/etc/profile文件中配置;根据命令查询文件which命令根据PATH环境变量查询
2012-09-01 21:06:33 2803
Struts国际化源代码
2012-01-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人