摘要：
简介： 支持向量机（SVM）是一种二分类的监督学习模型，他的基本模型是定义在特征空间上的间隔最大的线性模型。他与感知机的区别是，感知机只要找到可以将数据正确划分的超平面即可，而SVM需要找到间隔最大的超平面将数据划分开。所以感知机的超平面可以有无数个，但是SVM的超平面只有一个。此外，SVM在引入核 阅读全文
摘要：
概述 今天要说一下机器学习中大多数书籍第一个讲的（有的可能是KNN）模型-线性回归。说起线性回归，首先要介绍一下机器学习中的两个常见的问题：回归任务和分类任务。那什么是回归任务和分类任务呢？简单的来说，在监督学习中（也就是有标签的数据中），标签值为连续值时是回归任务，标志值是离散值时是分类任务。而线 阅读全文
摘要：
上文已经介绍了基于词典的中文分词，现在让我们来看一下基于统计的中文分词。 统计分词： 统计分词的主要思想是把每个词看做是由字组成的，如果相连的字在不同文本中出现的次数越多，就证明这段相连的字很有可能就是一个词。 统计分词一般做如下两步操作： 1.建立统计语言模型（n-gram） 2.对句子进行单词划 阅读全文
摘要：
冒泡排序（Bubble Sort） 是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。运作步骤如下: 比 阅读全文
摘要：
位运算位运算是把数字用二进制表示之后，对每一位上的0或者1的运算。理解位运算的第一步是理解二进制。二进制是指数字每一位都是0或者1，如十进制的2转换为二进制之后是10，而十进制的10转换为二进制之后是1010。在程序员圈子里有一个流传了很久的笑话，说世界上有10种人，一种人知道二进制，另一种人不知道 阅读全文
摘要：
链表链表是面试时被提及最频繁的数据结构。链表就是通过指针将一个个节点连接起来。链表是非连续的动态内存空间，链表的查找比数组慢，但是添加和删除比数组快。链表声明 1 public class ListNode { 2 int val; 3 ListNode next; 4 public ListNod 阅读全文
摘要：
中文分词概述 词是最小的能够独立活动的有意义的语言成分，一般分词是自然语言处理的第一项核心技术。英文中每个句子都将词用空格或标点符号分隔开来，而在中文中很难对词的边界进行界定，难以将词划分出来。在汉语中，虽然是以字为最小单位，但是一篇文章的语义表达却仍然是以词来划分的。因此处理中文文本时，需要进行分 阅读全文