Github源码:https://github.com/csuldw/MachineLearning/tree/master/Kmeans

k-Means算法是一种聚类算法,它是一种无监督学习算法,目的是将相似的对象归到同一个蔟中。蔟内的对象越相似,聚类的效果就越好。聚类和分类最大的不同在于,分类的目标事先已知,而聚类则不一样。其产生的结果和分类相同,而只是类别没有预先定义。

Read More »

源码:https://github.com/csuldw/MachineLearning/tree/master/KNN

决策树和基于规则的分类器都是积极学习方法(eager learner)的例子,因为一旦训练数据可用,他们就开始学习从输入属性到类标号的映射模型。一个相反的策略是推迟对训练数据的建模,直到需要分类测试样例时再进行。采用这种策略的技术被称为消极学习法(lazy learner)。最近邻分类器就是这样的一种方法。

Read More »

源码下载:https://github.com/csuldw/MachineLearning/tree/master/DecisionTree

在决策树理论中,有这样一句话,“用较少的东西,照样可以做很好的事情。越是小的决策树,越优于大的决策树”。数据分类是一个两阶段过程,包括模型学习阶段(构建分类模型)和分类预测阶段(使用模型预测给定数据的类标号)。决策树分类算法属于监督学习(Supervised learning),即样本数据中有类别标号。下面是两个阶段的简单描述:

Read More »

如何使用搜索引擎

其实这个问题并不难,我又被坑了。百度搜的东西不靠谱啊,以后这种问题一定要用英文Google 或者 Bing 上搜索,这样才能搜到原汁原味的答案。就当是一个教训吧。

搜索 fork sync,就可以看到 GitHub 自己的帮助文档 Syncing a fork 点进去看这篇的时候,注意到有一个 Tip: Before you can sync your fork with an upstream repository, you must configure a remote that points to the upstream repository in Git.
根据这两篇文章,问题迎刃而解!

Read More »

序言

本文我将讲述一下 SublimeLinter 的安装过程。
其组件 jshint 的安装与使用。
其组件 csslint 的安装与使用。
我将基于 Sublime Text 3 来安装。
使用 Sublime Text 2 的用户阅读本文是没有帮助的。

SublimeLinter 是 Sublime 的插件,它的作用是检查代码语法是否有错误,并提示。习惯了 IDE 下写代码的人一定需要一款在 Sublime 上类似的语法检查工具。下面我们开始。

Read More »

以下就是从参加评选的18种候选算法中,最终决选出来的十大经典算法,文章内容参考的是一篇英文paper,下面来看看十大经典算法的具体内容。

Read More »

题目

假设两个字符串中所含有的字符和个数都相同我们就叫这两个字符串匹配,比如:abcda和adabc,由于出现的字符个数都是相同,只是顺序不同,所以这两个字符串是匹配的。要求高效。

Read More »

在实际应用当中,对于数据较大的输入,归并排序是比较快的一个算法。该算法采用的是分治法的思想。本文会详细介绍归并排序的思想,并在文章后面加以实现。

原理:将数据分开排序,然后进行合并,最后形成一个排好的序列。

Read More »

list和tuple区别

列表和元组非常类似,有时候他们都干一样的事情。他们最大的区别是:

  • 元组一旦被赋值,值不可以被改变,一旦改变就会出错;列表可以任意的更改。
  • 他们用不同的符号表示,赋值的时候,列表用方括号”[]”,而元组用小括号”()”。
Read More »

安装

有时候,我们想要知道一个目录下面的详细情况,那么有什么好的方法呢?

很幸运,Linux shell 有一个tree 命令,专门用来打印目录树。如果你没有安装,可以使用yum来安装,命令如下:

Read More »