摘要：
机器学习中涉及到几个关于错误的概念： precision：（精确度） precision =TP/(TP+FP) recall：（召回率） recall =TP/(TP+FN) accuracy：（准确度） accuracy =(TP+TN)/(TP+FP+TN+FN) F... 阅读全文
摘要：
想使用一个每日事情提醒工作，功能大概是列出每天要做的事情，看别人推荐有： URNotes； Office Outlook自带的约会功能，可以设置自动循环、定时提醒、按要求延期、会议邀请等； FreeNote，只是在桌面上有一个点子便签一样的东西提醒你要做的事情，那最好的莫过于 阅读全文
摘要：
Octave是一门比较 简单、原始 的语言。从某方面来说和 shell 语言类似，只不过，shell语言主要用于 操作系统管理方面，而Octave侧重于科学计算方面。 语言本身没有提供或者说很简单的 代码 组织、管理、库。如果要使用别人实现的功能，或者说别人实现的库，只能通过把别人写好的oct... 阅读全文
摘要：
相关书籍： 《Lucene实战》第二版； 《搜索引擎基础教程》； 《Lucene搜索引擎开发进阶实战》；（我现在看得书）学习注意要点： 不要盲目从代码入手，而要先掌握基础概念知识和原理； 创建索引 和 搜索索引 是两个过程，先有第一步才有第二步； 开发模式可以有Lucene+Java，还... 阅读全文
摘要：
Lucene是一个工具库，是一个高性能、可扩展的信息检索开源库，它提供了一个简单应用接口，用于全文索引和搜索。优点：索引文件格式独立于应用平台，不同平台能够共享索引文件；具有优秀的面向对象的系统架构；默认实现了一套强大的查询引擎，包括模糊查询、分组查询等适用范围：首先是，文本的检索；其次是，网站信息... 阅读全文
摘要：
今天在阅读<Lucene搜索引擎开发进阶实战，第一章，网络爬虫策略，里面提到了网页去重，网页内容重复分为几类，完全重复，仅内容重复，仅布局重复，部分重复．针对网页去重，有很多算法支撑，Shingling算法；I-Match算法；Google专用的SimHash算法（公认最优秀）；SpotSig算法还... 阅读全文