03 2017 档案

• 两人比赛先选后选谁获胜系列的动态规划问题
  摘要：1.分金子（奇虎360 2017春招真题） 题目描述 A、B两伙马贼意外地在一片沙漠中发现了一处金矿，双方都想独占金矿，但各自的实力都不足以吞下对方， 经过谈判后，双方同意用一个公平的方式来处理这片金矿。 处理的规则如下：他们把整个金矿分成n段，由A、B开始轮流从最左端或最右端占据一段，直到分完为止 阅读全文
  posted @ 2017-03-30 16:11 futurehau 阅读(538) 评论(0) 推荐(0)
• LeetCode 全解(bug free 训练)
  摘要：1.Two Sum 使用hash public int[] twoSum(int[] nums, int target) { int[] res = new int[2]; if (nums == null || nums.length < 2) { return res; } HashMap<In 阅读全文
  posted @ 2017-03-17 10:31 futurehau 阅读(656) 评论(0) 推荐(0)
• 局部敏感哈希LSH
  摘要：之前介绍了Annoy，Annoy是一种高维空间寻找近似最近邻的算法（ANN）的一种，接下来再讨论一种ANN算法，LSH局部敏感哈希。 LSH的基本思想是： 原始空间中相邻的数据点通过映射或投影变换后，在新空间中仍然相邻的概率很大，而不相邻的数据点映射后相邻的概率比较小。 也就是说，我们对原始空间中的 阅读全文
  posted @ 2017-03-09 22:19 futurehau 阅读(731) 评论(0) 推荐(0)
• Annoy解析
  摘要：Annoy是高维空间求近似最近邻的一个开源库。 Annoy构建一棵二叉树，查询时间为O(logn)。 Annoy通过随机挑选两个点，并使用垂直于这个点的等距离超平面将集合划分为两部分。 如图所示，图中灰色线是连接两个点，超平面是加粗的黑线。按照这个方法在每个子集上迭代进行划分。 依此类推，直到每个集 阅读全文
  posted @ 2017-03-09 10:29 futurehau 阅读(9244) 评论(0) 推荐(0)
• 多版本python import 问题解决方案
  摘要：原文http://www.tuicool.com/articles/EnE7nm6 多版本Python共存[支持使用pip安装包] 有时特殊需要会要用到高版本的Python， 但是系统自带的版本又是很多其他工具依赖的， 不能随意更新。 所以就会考虑安装另一个版本的python环境， 然后需要用到这个 阅读全文
  posted @ 2017-03-09 10:25 futurehau 阅读(1164) 评论(0) 推荐(0)
• annoy安装
  摘要：yum install gcc-c++ #linux下需安装c++编译器 sudo pip install annoy 阅读全文
  posted @ 2017-03-07 21:58 futurehau 阅读(2310) 评论(0) 推荐(0)
• word2vec
  摘要：1.词编码需要满足的几个条件： 保证词的相似性 向量空间分布的相似性 向量空间子结构（男人女人 国王女王） 2.计算机中表示一个词： 字典表示的话：不能分辨细节差异，需要大量认为劳动，主观，无法发现新词，很难精确凭借词之间的相似度 离散表示：one hot encoding (bag of word 阅读全文
  posted @ 2017-03-06 10:42 futurehau 阅读(303) 评论(0) 推荐(0)
• GBDT
  摘要：随机森林的Dtree是强分类器，而ABDT、GBDT的决策树是弱分类器。 ABDT GBDT的本质区别在于：损失函数不同，ABDT的损失函数是指数函数，GBDT做回归的损失函数是平方损失。min(eita) min（h）sigma n = 1,...,N err(sigma tao = 1,..., 阅读全文
  posted @ 2017-03-05 11:46 futurehau 阅读(477) 评论(0) 推荐(0)
• Adaptive Boosting
  摘要：AdaBoost是boosting的一种方法，其原理是通过改变训练样本的权重，得到m个不同的分类器，每个分类器根据其误差率em，有不同的权重系数alpha m，最后组合这些不同的分类器，得到最终的分类器。 具体地，首先所有样本权重都初始化为一样，学习之后或得一个em，根据em计算alpha m = 阅读全文
  posted @ 2017-03-02 14:32 futurehau 阅读(382) 评论(0) 推荐(0)
• 融合模型Aggregation
  摘要：从一堆弱分类器融合得到强分类器。 比如假设现在你只能水平或竖直线分割，那么无论如何都分不好，但是假设组合三次分割，就会得到如图所示的一个较好的分割线。 再比如，PLA 融合后有large margin 的效果 几种可能的融合策略： 1.Uniform Blending 一人一票，权值相同。 理论保证 阅读全文
  posted @ 2017-03-02 10:50 futurehau 阅读(1310) 评论(0) 推荐(0)
• ［转载］kd tree
  摘要：[本文转自]http://www.cnblogs.com/eyeszjwang/articles/2429382.html k-d树（k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。 应用背景 SIFT算法中做特征 阅读全文
  posted @ 2017-03-01 21:27 futurehau 阅读(171) 评论(0) 推荐(0)
• 朴素贝叶斯
  摘要：基于贝叶斯公式：P(y|x) = P(y) * P(x | y) / p(x) 具体业务场景描述如下，用于分类问题。 我现在有训练集，每个训练集可以转换为一个特征值的向量Vec = [.........]和一个标签（是否是垃圾邮件，是否点击，是否患病等） 现在我们要基于训练集来预测新的特征值输进来之 阅读全文
  posted @ 2017-03-01 18:37 futurehau 阅读(266) 评论(0) 推荐(0)