摘要： 阅读全文

摘要： 回顾，研一一年学习经历，发现没有博客记录，在学习中获得的很多东西随着时间，在记忆里模糊，待重新拾起，又做了许多重复的工作。 本博客主要分为两部分，一部分是数据挖掘，机器学习的学习总结，心得，另一部分是，为了能够成为一名优秀程序员，而需要学习的 算法，和编程技能。 每隔一段会发表一篇随笔—学习经历... 阅读全文

摘要： A. 给定一个最多包含40亿个随机排列的32位整数的顺序文件，找出一个不在文件中的32位整数（在文件夹中至少缺失一个这样的数-为什么？）。在具有足够内在的情况下，如何解决该问题？如果有几个外部的“临时”文件可用，但是仅有几百字节的内存，又该如何解决该问题？B.将一个n元一维向量向左旋转i个位置。例如... 阅读全文

摘要： import java.lang.reflect.Method;public class InvokeTester {public int add(int param1, int param2) { return param1 + param2;}public String echo(String ... 阅读全文

摘要： 正则化 (regularization)在线性代数理论中，不适定问题通常是由一组线性代数方程定义的，而且这组方程组通常来源于有着很大的条件数的不适定反问 题。大条件数意味着舍入误差或其它误差会严重地影响问题的结果。反问题有两种形式。最普遍的形式是已知系统和输出求输入，另一种系统未知的情况通常也被视 ... 阅读全文

摘要： Hive进行UDF开发十分简单，此处所说UDF为Temporary的function，所以需要hive版本在0.4.0以上才可以。一、背景：Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括：a）文件格式：Text ... 阅读全文

摘要： 最近忙着赶global comm的deadline无暇比赛，当有功夫回过头来看的时候发现比赛已经夹杂了很多非技术的因素在里面了，就连我这个本来是写博客拉粉丝的也有点小不爽。本着我的初心是写博客拉粉丝，我还是再写一弹。鉴于我一直感觉LR会出奇迹，这两天开始转型LR，这里介绍一下最基本的LR思路，可以帮... 阅读全文

摘要： 第一弹由于时间匆忙代码里面有很多小bug，感谢k39ec的指正，最新的代码第一弹里面已经更新了。博主由于各种deadline最近没那么多时间搞这个，结果第二周勉强还在前500。这两周估计更没什么时间了，前500估计更悬了，不过好在本来我也是来写博客的，求粉求关注。已经有很多人的成绩比我好了，我就简单... 阅读全文

摘要： 鉴于本小弱非数据挖掘出身，只是在coursera上跟过Ng的机器学习，估计最后做一个regression再上一个协同过滤就到极限了，就不去 争名次了。写一些step by step 的入门东西，帮助感兴趣的新手快速入手，希望大家可以快速的参与进比赛来，如果真的有帮助到某个同学的话，那就苟富贵勿相忘了... 阅读全文

摘要： Karush-Kuhn-Tucker 最优化条件 (KKT 条件)(转载) ‍一般地，一个最优化数学模型能够表示成下列标准形式：‍‍所谓 Karush-Kuhn-Tucker 最优化条件，就是指上式的最小点 x* 必须满足下面的条件：‍ KKT最优化条件是Karush[1939]以及Kuhn和Tucker[1951]先后独立发表出來的。这组最优化条件在Kuhn和Tucker发表之后才逐渐受到重视，因此许多书只记载成「Kuhn-Tucker 最优化条件 (Kuhn-Tucker conditions)」。 KKT条件第一项是说最优点必须满足所有等式及不等式限制条件，也就是说最优点必须是一个可.. 阅读全文