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

摘要： yum install gcc-c++ #linux下需安装c++编译器 sudo pip install annoy 阅读全文

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

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

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

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

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

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

摘要： git 基本架构： git 的本地仓库是它与其它代码托管工具相比的主要特征。 Index Git维护代码分为三部分 当前工作目录 <->index file <->本地 git仓库 ls -a cd .git 基本使用： 1.安装git yum install git 2.在 github上创建项目 阅读全文

摘要： createPlot(mytree)方法实现。 其中myTree是一个字典，调用retrieveTree(0)可以获得一个字典的样式。 Last login: Thu Feb 23 19:07:53 on ttys000 B000000060143:~ zhanghao44$ ls 4 Deskto 阅读全文