摘要： 1 def binary_search(sorted_list,value): 2 low = 0 3 high = len(sorted_list) - 1 4 while(low<high): 5 mid = (low + high) / 2 6 if(sorted_list[mid] == value): 7 return mid 8 elif(sorted_list[mid] > value): 9 high = mid - 110 else:11 ... 阅读全文

摘要： 第四章 Neighborhood-based推荐方法综述4.1简介 4.1.1 问题定义 U---user集合 I---Item集合 R---Rating集合 S---Rating的取值集合 如：S=[0,5] S={加星，加垃圾桶} rui ----user u对 item i的评分 Ui----- 对item i进行评分的集合 Iu----- 被user u评分过的item的集合 Iuv----- 被用户u和v都评价过的item集合 Uij----- 对item i和j都给过评分的user集合推荐系统中，最重要的两个问题: 推荐最好的item 和 Top-N个推荐。问题一： 对于一个特定的 阅读全文

摘要： " 不要使用vi的键盘模式，而是vim自己的set nocompatible" 语法高亮set syntax=on" 去掉输入错误的提示声音set noeb" 在处理未保存或只读文件的时候，弹出确认set confirm" 自动缩进set autoindentset cindent" Tab键的宽度set tabstop=4" 统一缩进为4set softtabstop=4set shiftwidth=4" 不要用空格代替制表符set noexpandtab" 在行和段开始处使用制表符set smartt 阅读全文

摘要： 主元分析(PCA)理论分析及应用什么是PCA?PCA是Principal component analysis的缩写，中文翻译为主元分析。它是一种对数据进行分析的技术，最重要的应用是对原有数据进行简化。正如它的名字：主元分析，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。它的优点是简单，而且无参数限制，可以方便的应用与各个场合。因此应用极其广泛，从神经科学到计算机图形学都有它的用武之地。被誉为应用线形代数最价值的结果之一。在以下的章节中，不仅有对PCA的比较直观的解释，同时也配有较为深入的分析。首先将从一个简单的例子 阅读全文