摘要: Surprise(Simple Python Recommendation System Engine)是一款推荐系统库,是scikit系列中的一个。简单易用,同时支持多种推荐算法。基础算法、协同过滤、矩阵分解等 Surprise使用 Surprise里有自带的Movielens数据集。 1、载入自 阅读全文
posted @ 2018-01-20 16:19 happy~ 阅读(4851) 评论(0) 推荐(0) 编辑
摘要: 好记性不如烂笔头~~ 并发编程中synchronized关键字的地位很重要,很多人都称它为重量级锁。利用synchronized实现同步的基础:Java中每一个对象都可以作为锁。具体表现为以下三种形式。 (1)对于普通同步方法,锁是当前实例对象。 (2)对于静态同步方法,锁是当前类的Class对象。 阅读全文
posted @ 2017-09-12 19:26 happy~ 阅读(1040) 评论(0) 推荐(0) 编辑
摘要: 在workbench中导入sql文件。 查看系统的编码。 导入sql文件时出现了如下警告。但是文件是UTF-8。由于包含中文,使用latin1编码方式会出现乱码。 选择UTF-8,出现错误。 不知道什么原因,将sql文件转为UTF-8编码格式还是出现上述错误。 最后在命令行中新建数据库,导入sql文 阅读全文
posted @ 2017-07-05 19:40 happy~ 阅读(2713) 评论(0) 推荐(0) 编辑
摘要: synchronized实现锁的基础:Java中每一个对象都可以作为锁,具体表现为3种形式。 (1)普通同步方法,锁是当前实例对象 (2)静态同步方法,锁是当前类的Class对象 (3)同步方法块,锁是Synchronized括号里配置的对象 首先看一下普通同步方法。 运行结果。 虽然test()加 阅读全文
posted @ 2017-07-03 15:35 happy~ 阅读(176) 评论(0) 推荐(0) 编辑
摘要: 在看一篇论文,其中提到了purity,NMI,ARI,平时只是见到过,具体的含义并不知道,所以就百度整理了下~~ 看到了两篇博客,感兴趣的可以看一下~~http://blog.csdn.net/itplus/article/details/10322361 http://blog.csdn.net/ 阅读全文
posted @ 2017-06-09 09:25 happy~ 阅读(5313) 评论(0) 推荐(0) 编辑
摘要: 给定样本示例x=(x1,x2,x3....xd),线性模型的目标是学得一个线性函数,即属性的线性组合 f(x)=w1x1+w2x2+...+wdxd+b。所以训练线性模型的目标就是求w、b.得到线性模型后就可以预测新的样本。 一、线性回归 给定数据集D={(x1,y1),(x2,y2)...(xm, 阅读全文
posted @ 2017-05-12 19:32 happy~ 阅读(286) 评论(0) 推荐(0) 编辑
摘要: 对于LDA模型,最常用的两个评价方法困惑度(Perplexity)、相似度(Corre)。 其中困惑度可以理解为对于一篇文章d,所训练出来的模型对文档d属于哪个主题有多不确定,这个不确定成都就是困惑度。困惑度越低,说明聚类的效果越好。 计算公式 分母是测试集中所有单词之和,即测试集的总长度,不用排重 阅读全文
posted @ 2017-05-12 10:53 happy~ 阅读(18997) 评论(17) 推荐(0) 编辑