摘要：
主要记录tar，zip，gzip，bzip2，rar等常用命令，对.tar、.gz、.tar.gz、.tgz、.bz2、.tar.bz2、.zip、.rar这8种压缩文件的操作.1. tar 命令 命令格式： tar [主选项+辅助选项] 文件/目录 主选项：c 打包，x 拆包，t 列出包的... 阅读全文
2015年3月30日
2015年3月16日
摘要：
以前使用jieba分词时，并没有注意到词性标注集到底包含哪些，刚好最近学习自然语言处理，涉及到分词以及词性标注，将ICTCLAS 词性标注集记录如下：ICTCLAS 汉语词性标注集代码名称帮助记忆的诠释Ag形语素形容词性语素。形容词代码为a，语素代码ｇ前面置以A。a形容词取英语形容词adjecti... 阅读全文
2015年1月13日
摘要：
以前没接触过MPI编程，对并行计算也没什么了解。朋友的期末课程作业让我帮忙写一写，哎，实现结果很一般啊。最终也没完整完成任务，惭愧惭愧。 问题大概是利用MPI完成矩阵和向量相乘。输入：Am×n,Bn×1 ，输出：Cm×1 附：程序中定义m=400,n=100，矩阵和向量的取值为随意整型数，为... 阅读全文
2015年1月5日
摘要：
主成分分析（PCA）是一种基于变量协方差矩阵对数据进行压缩降维、去噪的有效方法，PCA的思想是将n维特征映射到k维上（k0时说明 X和 Y是正相关关系，协方差<0时 X和Y是负相关关系，协方差为0时 X和Y相互独立。 协方差的计算是针对两维的，对于n维的数据集，可以计算C(n,2)种协方差... 阅读全文
2014年12月5日
摘要：
使用的是python的pytesser模块，原先想做的是图片中文识别，搞了一段时间了，在中文的识别上还是有很多问题，这里做记录分享。 pytesser，OCR in Python using the Tesseract engine from Google。是谷歌OCR开源项目的一个模块，可将图片中 阅读全文
2014年11月21日
摘要：
之前用的上海贝尔RG100A-AA路由器，被我无情地摧残了，电源按钮挂了，只能换个路由器。由于在校内，使用OP还是比较方便的，网上淘了这款华为HG255D，店主已刷好OP，无线速率300M，想想也是值便进货了。 与之前的RG100A-AA不同，HG255D已带WAN口，一开始想直接安装YaH3C... 阅读全文
2014年11月14日
摘要：
之前都是用路由器连网线上网，我也没注意到inode校园网客户端在linux上的问题。直到前两天把路由器给搞残废了，只能默默的找办法装inode。根据学校网络中心给的教程，在kubuntu上尝试安装inode居然出现错误，上不了网。通过网上各种求助贴，才知道inode在Linux下仅仅支持Ubunt... 阅读全文
2014年10月29日
摘要：
上次做用户反馈自动翻译，写了个python脚本，将日文的用户反馈翻译成中文，效果虽然可以，但其它不懂python的童鞋就没法使用了，所以搭了个web服务，让其他人可以通过网页访问查询。使用的是apache服务，具体环境（LAMP）搭建就不细说，主要分享php调用python脚本后台运行的处理。 ... 阅读全文
2014年9月30日
摘要：
由于实习公司这边做的是日文app，有时要看看用户反馈，对于我这种五十音图都没记住的人，表示百度翻译确实还可以。但不想每次都复制粘贴啊，google被墙也是挺蛋疼的事，所以用python结合baidu api 整了一下，和大家分享。 1.百度翻译api 由于百度翻译api需要用到API key... 阅读全文
2014年8月11日
摘要：
上一节我们学习knn，kNN的最大缺点就是无法给出数据的内在含义，而使用决策树处理分类问题，优势就在于数据形式非常容易理解。 决策树的算法有很多，有CART、ID3和C4.5等，其中ID3和C4.5都是基于信息熵的，也是我们今天的学习内容，主要是根据通过信息熵划分数据集，再进入递归构造决策树的... 阅读全文