微信红包算法
摘要：过年很多人会发微信的红包，但是为毛很多人说自己得不到最佳，因此作者写了一个微信红包发送的算法。 首先科普一下，微信红包的 为： 红包金额的区间为 该规则为 ，读者可自行上网查找相关信息。 这也就是说，假设给10个人发送100元的红包，那么： 假设 领到的红包为50元，那么此时红包还剩下 没有领取红包
阅读全文
posted @ 2017-01-30 13:00
01 2017 档案
Linux下python2和python3共存
摘要：python下载地址： 下载命令： 解压： 进入目录： 将其安装在 里面： 如果出错： 需要安装下面命令： 如果出现pip3未安装的情况： 记得写入以下命令： 然后再： python应用程序目录：/usr/local/bin/python3.4 pip3的执行文件：/usr/local/bin/pi
阅读全文
posted @ 2017-01-18 15:06
hadoop分布式搭建
摘要：1、新建三台机器，分别为： hadoop分布式搭建至少需要三台机器： 1. master 2. extension1 3. extension2 本文利用在VMware Workstation下安装Linux centOS，安装教程请看： "VMware Workstation下安装Linux" 2
阅读全文
posted @ 2017-01-17 16:02
朴素贝叶斯算法
摘要：最为广泛的两种分类模型是 "决策树模型(Decision Tree Model)" 和 "朴素贝叶斯模型（Naive Bayesian Model，NBM）" 。 朴素贝叶斯算法思路 朴素贝叶斯法是基于 的分类方法，按照以前 "决策树" 的数据，利用朴素贝叶斯进行分类： 假设存在如下一组信息： |
阅读全文
posted @ 2017-01-16 10:52
python数组并集交集补集
摘要：并集 打印结果： 交集 打印结果： 补集 打印结果：
阅读全文
posted @ 2017-01-13 17:25
VMware Workstation下安装Linux
摘要：下载VMware Workstation VMware Workstation的安装密匙 安装完成后点击 : centOS7.2下载 镜像下载地址为： 安装Linux 创建新的虚拟机，选择 就好： 打开镜像： 默认建立一个子账户，切记子账户的密码和root的密码是一样的： 安装位置： 安装大小默认就
阅读全文
posted @ 2017-01-13 13:45
决策树ID3算法
摘要：`决策树 决策树 决策树 决策树` 是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念，本文着重讲ID3算法。 假设存在如下一组信息： | 天气 | 气温 | 湿度
阅读全文
posted @ 2017-01-13 09:54
微信小程序开发测试
摘要："微信小程序" 在2017 01 09正式上线，本着跟上时代潮流的精神，写一份教程来看看 微信IDE下载地址为： "微信IDE" 在windows下直接 exe安装即可，安装完成后的界面如下： 得到这个界面直接用微信扫二维码就可以登陆了，新建项目方法如下： 添加项目 直接点击下图的添加项目： 新建项
阅读全文
posted @ 2017-01-10 14:45
筛法求素数质数
摘要：`埃拉托斯特尼筛法 埃氏筛 爱氏筛 埃拉托斯特尼` 所提出的一种简单 检定素数 的算法。要得到自然数n以内的全部素数，必须把不大于根号n的所有素数的倍数剔除，剩下的就是素数。 给出要筛数值的范围n，找出以内的素数。先用2去筛，即把2留下，把2的倍数剔除掉；再用下一个质数，也就是3筛，把3留下，把3的
阅读全文
posted @ 2017-01-10 11:14
python-redistest
摘要：```
# !/usr/bin/python3.4
# -*- coding: utf-8 -*- import redis
import time # 这里用来读取ip
def getips(): ip = [] # 读取ip file = open("../ip/ip.txt") ips = file.readlines() # 将ip写入数组并加...
阅读全文
posted @ 2017-01-10 09:26
Agens层次聚类
摘要：层次聚类是另一种主要的聚类方法，它具有一些十分必要的特性使得它成为广泛应用的聚类方法。它生成一系列嵌套的聚类树来完成聚类。单点聚类处在树的最底层，在树的顶层有一个根节点聚类。根节点聚类覆盖了全部的所有数据点。层次聚类分为两种： 合并（自下而上）聚类(agglomerative) 分裂（自上而下）聚类
阅读全文
posted @ 2017-01-09 10:50
KNN近邻算法
摘要："邻近算法 百度百科" KNN近邻算法思想 根据上文 "K means" 算法分类，可以将一堆 的样本分成N个簇，如下： 上图中红色代表一个分簇，绿色代表另一个分簇，这两个簇现在可以称呼为 ，现在突然出现了一个 黄色的四边形 ，如下： 该 黄色的四边形 现在还不知道属于哪一个分簇。选取 黄色的四边形
阅读全文
posted @ 2017-01-05 15:15
K-means聚类算法
摘要：K means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K means算法以 作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用 准则函数作为聚类准则函数。
阅读全文
posted @ 2017-01-04 17:59
FP-tree推荐算法
摘要：推荐算法大致分为： 1. 基于物品和用户本身 2. 基于关联规则 3. 基于模型的推荐 基于物品和用户本身 基于关联规则 基于模型的推荐 其实在现在的推荐系统中，很少有只使用了一个推荐策略的推荐引擎，一般都是在不同的场景下使用不同的推荐策略从而达到最好的推荐效果，例如 Amazon 的推荐，它将基于
阅读全文
posted @ 2017-01-03 16:44
