摘要： 本文主要翻译自matplotlib官网 matplotlib.pyplot是一些命令行风格函数的集合，使matplotlib以类似于MATLAB的方式工作。每个pyplot函数对一幅图片(figure)做一些改动：比如创建新图片，在图片创建一个新的作图区域(plotting area)，在一个作图区域内画直线，给图添加标签(label)等。matplotlib.pyplot是有状态的，亦即它会保存当前图片和作图区域的状态，新的作图函数会作用在当前图片的状态基础之上。import matplotlib.pyplot as pltplt.plot([1,2,3,4])plt.ylabel(' 阅读全文

摘要： Weka是用Java编写的数据挖掘工具，如果要在Python中调用Weka，需要用到Jython。Jython是100%用Java实现的Python，可以无缝的嵌入到Java平台当中。 前期准备： 1. 安装JDK,Jython 2. 将Jython的执行路径加入到$PATH，将Weka.jar的路径加入到$CLASSPATH中 下面我们用Jython调用Weka的朴素贝叶斯分类器来对数据进行分类： 1 #!/usr/bin/python 2 #coding=UTF-8 3 import sys 4 import java.io.FileReader as FileReader 5 ... 阅读全文

摘要： Mac OS Hadoop Mahout安装1. 下载Hadoop，Mahout： 可以直接从labs.renren.com/apache-mirror/hadoop和labs.renren.com/apache-mirror/mahout下载2. 配置Hadoop配置文件： (1) core-site.xml:<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <!-- Put site-sp 阅读全文

摘要： Elo Rating System是国际象棋用来给选手打分的一个算法，详情见Elo Rating System。 我们可以用这个算法对三国中的武将进行打分，然后排名。数据来源为三国武将对战记录，摘录其中几条记录如下：张飞VS邓茂 零合，飞一枪刺死茂。 关羽VS程远志 零合，羽一刀挥远志为两段。 张飞VS高升 不数合，飞刺高升坠马。 孙坚VS赵弘 坚从城上飞身取弘，手夺弘槊，直刺下马。 华雄VS鲍忠 零合，忠欲退，被雄手起刀落，斩于马下。 程普VS胡轸 不数合，程普刺中胡轸咽喉，死于马下， 孙坚VS华雄 斗不到数合，寨后李肃军到……坚拨回马走……背后华雄追坚，坚勒回马又战十余合。坚败 华雄V.. 阅读全文

摘要： 很多游戏都需要用到打分系统，比如11平台的天梯，魔兽世界的竞技场，还有国际象棋。Elo Rating System就是一个用来计算二人(或两个团队)竞技游戏中各个选手(团队)等级的算法。该算法由匈牙利裔美籍物理学家Arpad Elo发明。 在打分系统中，每个选手都有一个数字，代表其等级。数字越大的选手等级越高，而分数是由和其他选手竞技得来的，赢得比赛就加分，输掉比赛则扣分。赢得或输掉的分数取决于对战双方的等级差距。比如，如果一个选手A赢了一个比他等级高很多的选手B，则A的等级就会提高跟多，B的等级则会降低很多，反之，如果选手A赢了一个等级远低于自己的选手B，则A的等级不会上升很多，而B的等级. 阅读全文

摘要： 模糊关联规则挖掘 关联规则挖掘是数据挖掘最基本和最常用的算法之一，Apriori算法基本上是每个学习数据挖掘的同学掌握的第一个算法。但是，一般的关联规则挖掘算法无法处理涉及连续值的记录。 虽然某些算法把连续值通过划分区间的方法离散化，但是这种硬边界划分的方法效果并不是很好，一些在边缘附近的数据只能属于一个划分，而这与事实不符。比如，年龄的一个划分可以是青年，但如果我们把青年的区间定义为[20，30]，则19岁的人就被排除在青年的范围之外了，显然这不是很合适。针对这种问题，我们可以基于模糊集把区间划分成多个模糊集，然后求得某个元素属于某个模糊集的概率（根据模糊隶属函数），这样的话每个元素都可以. 阅读全文

摘要： 面向对象基本原则 面向对象设计的原则是面向对象思想的提炼，它比面向对象思想的核心要素更具可操作性，但与设计模式相比，却又更加的抽象，是设计精神要义的抽象概括。形象地将，面向对象思想像法理的精神，设计原则则相对于基本宪法，而设计模式就好比各式各样的具体法律条文了。面向对象设计原则有6个：开放封闭原则，单一职责原则，依赖倒置原则，Liskov替换原则，迪米特法则和接口隔离原则或合成/聚合复用原则（不同资料略有不同，这里对7个都做了整理）。1单一职责原则(SingleResponsibilityPrincipleSRP)Thereshouldneverbemorethanonereasonforac 阅读全文

摘要： 相关性分析 -pearson spearman kendall相关系数 先说独立与相关的关系：对于两个随机变量，独立一定不相关，不相关不一定独立。有这么一种直观的解释（不一定非常准确）：独立代表两个随机变量之间没有任何关系，而相关仅仅是指二者之间没有线性关系，所以不难推出以上结论。 衡量随机变量相关性的方法主要有三种：pearson相关系数，spearman相关系数，kendall相关系数： 1. pearson相关系数，亦即皮尔逊相关系数 pearson相关系数用来衡量两个随机变量之间的相关性，计算公式为： 公式－１ 其中cov(X,Y)也叫做X，Y的协方差，σX是X的标准差，μX是X... 阅读全文

摘要： FCM聚类算法介绍 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。1模糊集基本知识 首先说明隶属度函数的概念。隶属度函数是表示一个对象x隶属于集合A的程度的函数，通常记做μA(x)，其自变量范围是所有可能属于集合A的对象（即集合A所在空间中的所有点），取值范围是[0,1]，即0<=μA(x)<=1。μA(x)=1表示x完全隶属于集合A，相当于传统集合概 阅读全文

摘要： Shell命令学习笔记 1. tr 替换字符 简单示例： tr 'A' 'a' < file.txt 把每一个A字符替换为a字符。tr命令只能用于单个字符的替换，如果写成： tr 'ABC' 'abc' < file.txt 则表示分别把A，B，C字符替换为a,b,c，而不是把字符串ABC替换为abc，字符串的替换需要用到sed命令，稍候会有介绍。 2. grep 字符串查找 简单示例 ：grep world file.txt 在输入文件或这标准输入中查找含有匹配字符串（此处是world）的行，并显示改行。 用grep 阅读全文