摘要：
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。 假如你在乎精度（a 阅读全文
摘要：
眼前的困难和问题，很可能是过去没有准备的结果；而现在的失败，往往是过去草率行事的结果。同样，工业大数据浪潮来了，却会发现积累了多年的数据没法用。我总结了一下，大体有三种原因： 1、数据对应不上 围绕同一个对象或过程的数据都有记录，但串不起来。比如，一个产品是某设备生产的。产品信息却无法与设备生产的时 阅读全文
摘要：
Top-k的最小堆解决方法 问题描述：有N(N>>10000)个整数,求出其中的前K个最大的数。（称作Top k或者Top 10） 问题分析：由于(1)输入的大量数据；(2)只要前K个，对整个输入数据的保存和排序是相当的不可取的。 可以利用数据结构的最小堆来处理该问题。 最小堆如图所示，对于每个非叶 阅读全文
摘要：
minhash simhash SimHash的工作原理 SimHash算法工作流程图： SimHash的工作原理 SimHash算法工作流程图： 1、分词，把需要判断文本分词形成这个文章的特征单词。最后形成去掉噪音词的单词序列并为每个词加上权重，我们假设权重分为5个级别（1~5）。比如：“ 美国“ 阅读全文
摘要：
git 不再追踪文件改动 git 恢复追踪文件改动 git 删除被管理的文件 git 删除被管理的文件夹 阅读全文
摘要：
一、局部敏感哈希LSH 在很多应用领域中，我们面对和需要处理的数据往往是海量并且具有很高的维度，怎样快速地从海量的高维数据集合中找到与某个数据最相似（距离最近）的一个数据或多个数据成为了一个难点和问题。如果是低维的小数据集，我们通过线性查找（Linear Search）就可以容易解决，但如果是对一个 阅读全文
摘要：
1、树控件 树（tree）是一种通过层次结构展示信息的控件，如下图所示是树控件示例，左窗口中是树控件，在wxPython中树控件类是wx.TreeCtrl。 wx.TreeCtrl中一个常用的方法有： AddRoot(text, image=-1, selImage=-1, data=None)。添 阅读全文