klchang

摘要： 获取 C++ 标准库主要有两种途径: 从 C++ 编译器的安装位置(Your C++ compiler installation location)和直接查看或下载网上开源代码(Online open source codes). 具体如下: C++编译器的安装位置(Your C++ compile 阅读全文

摘要： 原理 赫夫曼编码可以很有效地压缩数据: 通常可以节省20%-90%, 具体的压缩率依赖于数据的特性; 若将待压缩数据看做是字符序列, 根据每个字符的出现频率, 赫夫曼贪心算法构造出字符的最优二进制表示, 即霍夫曼编码. 二进制字符编码(binary character code, 简称编码 code 阅读全文

摘要： 本文以抛掷硬币(tossing coins)为例, 来理解大数定律(Law of Large Numbers), 并使用 Python 语言实现. 原理 大数定律, 简单来说, 就是随着抛掷硬币的次数的增多, 正面向上出现的比例(the ratio of heads)会越来越接近正面朝上的概率(th 阅读全文

摘要： 使用 C 语言标准库 <stdio.h> 中的 FILE 指针指向原文件和目标文件，然后调用函数 fgetc/fputc 或 fread/fwrite 实现从原文件到目标文件的字节复制。 采用 fgetc/fputc 函数进行文件复制的的核心代码 注：1）EOF宏，表示文件尾（End Of File 阅读全文

摘要： 在 Vim 中，^@ 表示 ASCII 码中的 NULL 字符，编码为 0x00，占用一个字节。 删除方法 方法1，采用 <CTRL-V><CTRL-J> 或 <CTRL-2> 或 <CTRL-SHIFT-2> 按键输入在 Vim 中输入 NULL 字符（显示为 ^@），然后将所有的 NULL 字符 阅读全文

摘要： 什么是聚类任务 “无监督学习”中研究最多，应用最广的学习任务，除此之外，还有密度估计（density estimation）和异常检测（anomaly detection）。在无监督学习中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习揭示数据的内在性质及规律，为进一步的数据分析提供基 阅读全文

摘要： 集成学习（ensemble learning）通过构建并结合多个学习器完成任务。也可称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based learning）等。其一般结构是先生成一组“个体学习器”(individual learner) 阅读全文

摘要： 贝叶斯决策论：贝叶斯分类器的理论基础。 什么是贝叶斯决策论？ 寻找判定准则，即贝叶斯判定准则（decision rule），使总体风险最小化；即在每个样本选择那个能使条件风险最小的类别标记。就是对每个样本选择使后验概率最大的分类器 可通过贝叶斯定理获得后验概率，从而转为对类条件概率（似然）的求解 如 阅读全文

摘要： 为什么使用离线维基百科？一是因为最近英文维基百科被封，无法访问；二是不受网络限制，使用方便，缺点是不能及时更新，可能会有不影响阅读的乱码。 目前，主要有两种工具用来搜索和浏览离线维基百科数据：Kiwix 和 WikiTaxi 。这两种都是免费的，但 WikiTaxi 只有 Windows 版本，而 阅读全文

摘要： numpy.meshgrid 和 numpy.mgrid 用于返回包含坐标向量的坐标矩阵. 当坐标矩阵为二维时, 可用于在图像变形时构建网格. 实例一 注意, 对于 np.meshgrid(range(5), range(3)), * 返回两个数组 grid_y1和grid_x1，形状均为 3 x 阅读全文