摘要：
布隆过滤器的作用就是判断元素，在某个元素集中是否存在。 hashmap的问题 实际上hashmap也能达到同样的效果，但与布隆过滤器的区别如下： hashmap的大致原理就是，把所有装入的键值对都存到一个Entry对象里，然后根据key值hash出一个常数，作为该键值对的索引值，并把键值对存入与索引 阅读全文
摘要：
ID3决策树 ID3决策树分类的根据是样本集分类前后的信息增益。 假设我们有一个样本集，里面每个样本都有自己的分类结果。 而信息熵可以理解为：“样本集中分类结果的平均不确定性”，俗称信息的纯度。 即熵值越大，不确定性也越大。 不确定性计算公式 假设样本集中有多种分类结果，里面某一种结果的“不确定性” 阅读全文
摘要：
说明：每个样本都会装入Data样本对象，决策树生成算法接收的是一个Array<Data>样本列表，所以构建测试数据时也要符合格式，最后生成的决策树是树的根节点，通过里面提供的showTree()方法可查看整个树结构，下面奉上源码。 Data.java DecisionTree.java Start. 阅读全文
摘要：
1、首先将虚拟机网络模式选为NAT模式 2、点击高级，查看MAC地址 然后编辑：/etc/udev/rules.d/70-persistent-net.rules 其中teh是网卡的名称，每一次克隆新主机，新主机都会把自己的Mac地址等信息配好，然后新建一个eth，数字加一。但实际上每次只能识别第一 阅读全文
摘要：
任务要求 统计指定时间内，指定git地址与svn地址上的所有人员的代码行变更情况。 解决方案 最初为根据数据库中存储的所有git与svn地址来统计所有人员的提交代码行。之后由于库中存储的地址不全，改为通过gitlab api，找到上面的所有仓库，之后统计代码行。svn由于数据库中地址存储较全，所以还 阅读全文
摘要：
前言 所谓构建决策树， 就是递归的对数据集参数进行“最优特征”的选择。然后按最优特征分类成各个子数据集，继续递归。 最优特征的选择：依次计算按照各个特征进行分类以后数据集的熵，各个子数据集的熵比较后，其中拥有最小的熵的数据集就是最优的分类结果，此次分类的特征就是最优特征。 熵的计算：熵计算的是数据集 阅读全文
摘要：
实现的功能 git 根据传入的三个参数：起始统计日期、结束统计日期、git仓库地址。 脚本统计的是git仓库内的所有分支的log信息。 脚本统计的是指定时间段内、每一个提交人指定的git地址的所有分支里的提交代码行的新增情况。 其中代码行可分别统计出：新增的有效代码行数、新增的空行数、新增的注释行数 阅读全文
摘要：
前言 构建决策树的前提： 与之前讲的那些回归算法一样，如果想要构建一颗决策树，首先你手里得有大量的已经知道结果的样本数据。 比如你想通过决策树来分析一个人是否是罪犯，那么你手里就必须得有一定量的人类样本。并且还得从这些人类样本身上提取出各种用于分类的特征，如是否有纹身、学历高低、是否有刀疤等。 然后 阅读全文
摘要：
前言 逻辑回归与线性回归都是回归，使用什么回归函数，是通过数据来决定的。 而逻辑回归的数据的特点就是“x自变量向量组对应的y值只有1和0两个值”。 所以我们自然希望能找到一种方程，将x代入，得出来的值只有1或0两种。 根据经验可知sigmoid函数很符合我们的需求，sigmoid函数随着自变量的不断 阅读全文
摘要：
以回归方程为例，最后的回归方程无论是直线还是曲线，方程除了应有的自变量外，还存在各种常量参数，这些参数的不同，直接影响着最终方程。 还是以回归问题为例。 假设我们要将数据线性回归到某条直线上（逻辑回归等其他回归同理）。 那么我们首先能设这个回归方程为：y(x) = θ1x+θ2 其中x和y在某种程度 阅读全文