2012年09月_xiazdong

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

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