摘要：Shell命令学习笔记 1. tr 替换字符 简单示例： tr 'A' 'a' < file.txt 把每一个A字符替换为a字符。tr命令只能用于单个字符的替换，如果写成： tr 'ABC' 'abc' < file.txt 则表示分别把A，B，C字符替换为a,b,c，而不是把字符串ABC替换为abc，字符串的替换需要用到sed命令，稍候会有介绍。 2. grep 字符串查找 简单示例 ：grep world file.txt 在输入文件或这标准输入中查找含有匹配字符串（此处是world）的行，并显示改行。 用grep 阅读全文

摘要：Apriori算法是数据挖掘的入门级算法，这里记录一下用Weka提供的Apriori实现对福彩双色球开奖结果的挖掘过程。 我们的挖掘目标是历届开奖结果中红球的频繁2，3项集。 1. 数据准备 福彩双色球的原理是红球33选6，蓝球是16选1，历届福彩双色球的中奖结果可以在乐彩网站找到，我们可以用一个非常简单的爬虫去爬取这些数据。我这里有已经爬好的数据，从2003年2月23号的第一期开始，到2012年10月24号为止，总共1403期，可以来信（kemaswill@163.com）索取。 双色球是从红球中33选6，所以条记录只有6个数，假设为3,7,11,18,25,29，我们需要对这种记录进行.. 阅读全文

摘要：1. Ubuntu下Storm单机版安装 安装Storm还需要提前安装Python，Zookeeper，ZeroMQ，jzmq，然后才是Storm的安装和配置： 1.1 安装Python 一般Linux系统都会自带Python，如果没有可以按照以下步骤安装：wgethttp://www.python.org/ftp/python/2.7.2/Python-2.7.2.tgz tar zxf Python-2.7.2.tgz cd Python-2.7.2 ./configure make make install 在/etc/ld.so.conf后追加/usr/local/lib/ sudo 阅读全文

摘要：Mahout中的推荐算法主要有：User-based Recommender, Item-based Recommender和Slope-One Recommender。 1. User-based Recommender 该算法的主要思想是：与用户u最相似的用户喜欢的商品有很大可能也是用户u喜欢的商品。1 对于用户u的每一个没有preference的商品i2 对于每一个对商品i有preference的用户v3 计算用户u与v的相似性s//实际上无需在线计算，可以事先计算好存储起来4 将用户v对于商品i的preference，乘以s，加到用户u对商品i的预测pref... 阅读全文

摘要：(二叉)堆(heap)数据结构是一种数组对象，可以视作一颗完全二叉树，从该二叉树的根开始层次遍历这颗二叉树就可以得到其对应的数组。树的根节点为A[0]，对于树中某个节点的坐标i，其左右孩子节点和父亲节点的坐标可以很方便的求得： LEFT(i)=2*i+1; RIGHT(i)=2*i+2; PARENT(i)=i/2 . 有两种二叉堆：最大堆和最小堆。最大堆中，每个节点存储的数值都大于等于其左右两个孩子节点存储的数值,亦即A[i]>=A[LEFT[i]]&&A[i]>=A[RIGHT[i]]。最小堆则正好相反。本文以最大堆为例。 知道了最大堆的定义之后，就要在给定的任 阅读全文

摘要：这是个非常常见的算法题，见诸于《编程之美》、《编程珠玑》等经典算法书籍（亦或，经典面试书籍:)）。网上有很多关于这个问题的讨论和实现，我谨在此写下自己的理解，可能之前有人写过，但毕竟是自己思考出来的东西，权当记录一下。 问题：一个有N个整数元素的一维数组（A[0],A[1].....,A[n-1]），这个数组当然有很多个子数组(n*n个)，求最大的子数组之和。 经典解法：1 maxsofar=02 maxendinghere=03 for i=[0,n)4 maxendinghere=max(maxendinghere+a[i],0)5 maxsofar=max(ma... 阅读全文

摘要：关于0/1背包问题网上有非常多的博文，在此我谨记录一下自己的理解。 问题表述：有N件物品和一个容量为V的背包。第i件物品的体积是C[i](0<=i<=N-1)，价值是W[i]。求解将哪些物品装入背包可使价值总和最大。每个物品最多只可以放入背包一次。 这个问题的经典解法思路如下： 我们用f[i][j]表示在考虑前i个物品时体积为j的背包的最大价值，注意，我们并不是把前i个物品全部放入背包，而是考虑i个物品中挑选一些放入背包，使得价值最大的那些情况。 首先，我们考虑只有1个物品(第0个)时，容量分别为0,1,...,V的各背包所包含物品的最大价值。很明显，容量大于等于C[0]的背包的最 阅读全文

摘要：Adaboost with trees is the best off-the-shelf classifier in the world. -Breiman 1996 决策树算法起源于1984年Breiman,Friedman等人提出的CART，后来又有人(Quinlan等)提出ID3，C4.5，C5.0，CHAID等算法，但是90年代随着支持向量机(SVM)的提出和发展，决策树遇到了极大的挑战。1996年，Freund和Schapire等人提出了Adaboost算法，可以将多个弱分类器(比如Stump决策树)组合起来形成一个更加强大的强分类器，其性能可以与支持向量机媲美，所以才会有Bre. 阅读全文