mhp

2020年3月5日

摘要：单例设计模式目的：保证一个类仅有一个实例，并提供一个全局的访问点。类型：创建型使用场景：确保任何情况下绝对仅有一个实例(线程池、数据库连接池) 优点：仅有一个实例，减少内存开销避免对资源文件多重占用严格控制访问缺点：无接口拓展困难重点：私有构造器线程安全延迟加载序列化和反序阅读全文

posted @ 2020-03-05 09:08 mhp 阅读(148) 评论(0) 推荐(0)

01 | Java面向对象

摘要： Java面向对象面向对象的三大特性：继承封装多态继承目的：实现代码的复用具体介绍：若两个子类具有相同的属性和方法时，可以将相同的一部分抽取出来放置公共的父类子类可以继承父类，继承后的子类将拥有父类的属性和方法（除了私有方法和构造方法）重写：子类可以复写父类的方法，命名与父亲类名相阅读全文

posted @ 2020-03-05 08:38 mhp 阅读(134) 评论(0) 推荐(0)

2020年3月4日

01 | Hadoop分布式文件系统HDFS—初入江湖

摘要： HDFS 初入江湖 HDFS （ Hadoop Distributed File System ）是 Hadoop 下的分布式文件系统，具有高容错、高吞吐量等特性，可以部署在低成本的硬件上。分布式文件系统传统文件系统 Linux、Windows、Mac：根目录：/ C 存放的是文件或者文件夹阅读全文

posted @ 2020-03-04 09:50 mhp 阅读(281) 评论(0) 推荐(0)

02 | MySQL字符集和校对顺序

摘要：全球化与本地化本文主要介绍mysql处理不同字符语言的基础知识字符集和校对顺序由于不同的语言和字符集需要以不同的方式存储和检索MySQL，因此需要适应不同的字符集（不同的字母和字符），适应不同的排序和检索数据的方法。重要术语 | 术语 | 含义 | | | | | 字符集 | 字母和符号的集阅读全文

posted @ 2020-03-04 08:31 mhp 阅读(188) 评论(0) 推荐(0)

01 | MySQL事务处理

摘要： MySQL管理事务处理本文主要介绍如何利用和`ROLLBACK`语句管理事务处理事务处理事务处理是什么？维护数据库的完整性成批处理SQL语句，要么全部执行，要么都不执行事务处理有什么作用？利用事务处理可以保证一组操作不会中途停止，它们或者作为整体执行，或者干脆都不执行。如果发生错误阅读全文

posted @ 2020-03-04 08:11 mhp 阅读(133) 评论(0) 推荐(0)

2020年2月23日

04 | 支持向量机

摘要：间隔、对偶、核技巧一、硬间隔支持向量机 1.1 模型定义硬间隔分类器也作最大间隔分类器：确保两类的特征点到决策面$y=w^Tx+b$距离最大。由于目的是分类，故引入$sign(y)$函数 $$ sign(y)=\left\{\begin{matrix} +1 & y 0\\ 1 & y0&y_ 阅读全文

posted @ 2020-02-23 11:41 mhp 阅读(245) 评论(0) 推荐(0)

03 | 分类回归树与随机森林

摘要：一、连续值和缺省值的处理 1.1 连续值处理数据中的连续值，如下图的含糖率：基本思路：连续属性离散化常见做法：二分法 n个属性形成n 1个候选区域 1 17个🍉，含糖率有17个值划分为16个区域每个区域的中点作为划分点把候选区域当作离散值处理，寻找最佳划分根据最佳属性选择方法选取最优阅读全文

posted @ 2020-02-23 11:37 mhp 阅读(1116) 评论(0) 推荐(0)

02 | 决策树模型

摘要：一、决策树的模型概述决策树基于树结构进行决策（🍉）：内部节点：对应某个属性，应用于某个属性的测试（色泽）分支：对应测试产生的可能结果，对应于属性的某个值（红、绿）叶子节点：对应测试结果学习过程：通过对训练样本的分析来确定划分属性（内部节点的属性）预测过程：将待测数据从根结点开始，沿着划阅读全文

posted @ 2020-02-23 11:35 mhp 阅读(931) 评论(0) 推荐(0)

01 | 目标检测算法——SSD

摘要： @ "toc" 1 Inference Single shot指明了SSD算法属于one stage方法，MultiBox指明了SSD是多框预测。 SSD是一种 one stage 方法，其主要思路是均匀地在图片的不同位置进行密集抽样，抽样时可以采用不同尺度和长宽比，然后利用CNN提取特征后直接进行阅读全文

posted @ 2020-02-23 11:28 mhp 阅读(983) 评论(2) 推荐(1)

2020年2月20日

01 | 线性模型(线性回归与逻辑回归)

摘要：一、线性模型 1.1 线性模型线性模型：试图学得一个属性的线性组合来进行预测的函数 $$ f(x) = w_1x_1+w_2x_2+..+w_dx_d+b $$ 向量模式： $$ f(x)=w^Tx+b $$ 简单、基本、可解释性好（可看出每部分属性所做的贡献）可用于分类和回归 1.2 线阅读全文

posted @ 2020-02-20 18:16 mhp 阅读(619) 评论(0) 推荐(0)

公告