04 2018 档案
摘要：随机数生成 （1）可使用random等系统函数，构造函rand 15 ：在[1,5]范围，均匀分布随机函数 （2）不可使用random，仅仅基于rand15构造rand112：在[1,12]范围，均匀分贝的随机函数 (3)函数randint26：在【2，3，4，5范围内等概率生成某个整数的随机函数。
阅读全文
摘要：有一份5000万个用户的数据，有一份2亿个用户看电影的记录。只有1G的内存，找到看电影最多的前1000个用户？ 应该怎么做呢？ 我一开始的想法，哎呀，快速排序！把2亿个用户的数据提取出来放到5000万长度的数组里进行快速排序。把2亿个用户的数据提取出来，只能靠HashMap了，那么就要在建一个500
阅读全文
摘要：前言： 上一篇比较详细的介绍了卡方检验和卡方分布。这篇我们就实际操刀，找到一些训练集，正所谓纸上得来终觉浅，绝知此事要躬行。然而我在躬行的时候，发现了卡方检验对于文本分类来说应该把公式再变形一般，那样就完美了。 目录： 文本分类学习（一）开篇 文本分类学习（二）文本表示 文本分类学习（三）特征权重（
阅读全文
摘要：Given a binary tree, check whether it is a mirror of itself (ie, symmetric around its center). For example, this binary tree [1,2,2,3,4,4,3] is symmet
阅读全文
摘要：这段时间，就体会到了什么叫做事倍功半，或者叫做事倍功零！ 一切都源于自己的浮躁和马虎。如果做为一个程序员，不能以冷静的思维，仔细的态度看待每次程序运行的结果，那么往往自己做的决策都是徒劳无功的，在折腾一大圈的时候才发现又回到了起点。这与一个人的心境息息相关。请不要在脑袋失去理智的时候做决定（有点言重
阅读全文
摘要：前言： 上一篇提到了特征提取，或者叫做降维。在文本分类中，特征提取算法的优劣对于文本分类的结果具有非常大的影响。 所以选择效果好的特征提取算法是文本分类前中很重要的步骤。于是这篇就对卡方检验做一个介绍。这是一个效果很好的特征提取方法。 之前对卡方检验做过介绍：卡方检验是通过对特征进行打分然后排序，选
阅读全文
摘要：有1，2，3....n个数组，每个数组包含一系列一维线段的表示，每个数组的元素结构为（point，length）（point>=0 且 length>=1，都为整数），表示从point开始长为length的线段，现将n个数组中的线段合并，其中需要考虑数组的优先级：1>2>....>n，高优先级的数组
阅读全文
摘要：上一篇中，主要说的就是词袋模型。回顾一下，在进行文本分类之前，我们需要把待分类文本先用词袋模型进行文本表示。首先是将训练集中的所有单词经过去停用词之后组合成一个词袋，或者叫做字典，实际上一个维度很大的向量。这样每个文本在分词之后，就可以根据我们之前得到的词袋，构造成一个向量，词袋中有多少个词，那这个
阅读全文
