高斯混合模型《转》
摘要：
《转发》：http://blog.csdn.net/xmu_jupiter/article/details/50889023 Orange先生 （一定请移步这个网址）。 高斯混合模型GMM是一个非常基础并且应用很广的模型。对于它的透彻理解非常重要。网上的关于GMM的大多资料介绍都是大段公式，而且符号 阅读全文
posted @ 2018-01-20 20:53 mdumpling 阅读(261) 评论(0) 推荐(0)
c++linux多线程基础知识
摘要：
http://blog.csdn.net/lovecodeless/article/details/24929273 http://blog.csdn.net/Jiangweihll/article/list/1 过后总结 阅读全文
posted @ 2018-01-17 16:25 mdumpling 阅读(119) 评论(0) 推荐(0)
c++string int转化简单写法
摘要：
#include #include #include //定义了stringstream类 using namespace std; int main() { stringstream s;//真的好用，很方便的操作字符串增加转化等； string sr="1234"; s>a; cout<<a;//1234100 return 0; } 阅读全文
posted @ 2018-01-17 11:49 mdumpling 阅读(141) 评论(0) 推荐(0)
递归函数写法
摘要：
void function(type& result/*结果写在参数里*/type var/*存储需要用到的值*/type& var1/*结果*/) 阅读全文
posted @ 2018-01-16 09:48 mdumpling 阅读(236) 评论(0) 推荐(0)
海量数据问题总结
摘要：
海量数据问题：数据量很大，无法直接用有限的内存存储，也就是无法一次性通过排序等处理数据。 Hash:hash本质上是一种映射函数，将键值映射为一个数值（存储位置）。查找的话当然键值冲突越少越好，但如果只是单纯的分成小文件，只要保证相同的数据在同一组，冲不冲突也无所谓。 hash_map/hash_s 阅读全文
posted @ 2018-01-10 20:08 mdumpling 阅读(247) 评论(0) 推荐(0)
文本分类项目总结
摘要：
摘抄：https://zhuanlan.zhihu.com/p/25928551（原文地址） 一.传统文本分类 1）文本预处理 文本预处理过程是在文本中提取关键词表示文本的过程，中文文本处理中主要包括文本分词和去停用词两个阶段。 2）文本表示和特征提取 文本表示： 传统做法常用词袋模型（BOW, B 阅读全文
posted @ 2018-01-10 15:19 mdumpling 阅读(3338) 评论(0) 推荐(0)
梯度提升树-负梯度和残差的理解
摘要：
提升树：提升方法采用加法模型（基函数的线性组合）与前向分布算法，以决策树为基函数的提升方法为提升树。 对于一般的回归树，采用平方误差损失函数，这时根据前向分布每次只需要达到最优化，就能保证整体上的优化。由于平方误差的特殊性，可以推导出每次只需要拟合残差（真实值-预测值）。 梯度提升树：而对于其他损失 阅读全文
posted @ 2018-01-09 17:17 mdumpling 阅读(4666) 评论(2) 推荐(1)
正则化方法L1 L2
摘要：
转载：http://blog.csdn.net/u012162613/article/details/44261657（请移步原文） 正则化方法：防止过拟合，提高泛化能力 在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练 阅读全文
posted @ 2018-01-09 15:40 mdumpling 阅读(722) 评论(0) 推荐(0)
c++-虚函数与多态
摘要：
转发：http://blog.csdn.net/neiloid/article/details/6934135 C++中的虚函数的作用主要是实现了多态的机制。关于多态，简而言之就是用父类型别的指针指向其子类的实例，然后通过父类的指针调用实际子类的成员函数。这种技术可以让父类的指针有“多种形态”，这是 阅读全文
posted @ 2018-01-08 22:13 mdumpling 阅读(174) 评论(0) 推荐(0)
浙公网安备 33010602011771号