摘要： 这篇文章翻译至http://www.svds.com/learning-imbalanced-classes/，作者简洁明了地阐述了非平衡数据及解决这类问题的常用方法。其实一些朴素的方法我们自己也能想到，并且也实际使用过一些，比如重采样、调整权值等。然而，我们并没有去做一些归纳。感谢作者帮我们归纳了一些思想朴素但又实际有用的方法。 什么是非平衡数据？ 如果你刚开始一门机器学习课程，可能大部分数据... 阅读全文

摘要： Spark机器学习库现支持两种接口的API:RDD-based和DataFrame-based，Spark官方网站上说，RDD-based APIs在2.0后进入维护模式，主要的机器学习API是spark-ml包中的DataFrame-based API，并将在3.0后完全移除RDD-based A 阅读全文

摘要： 回溯法解题时通常包含3个步骤： 1. 针对所给问题，定义问题的解空间； 2. 确定易于搜索的解空间结构； 3. 以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。 对于问题的解空间结构通常以树或图的形式表示，常用的两类典型的解空间树是子集树和排列树。当所给的问题是从n个元素的集合S中找到S满足某种性质的子集时，相应的解空间树称为子集树。例如，n个物品的0-1背包问题所对应的解空间树是... 阅读全文

摘要： 针对leetcode上面的20多个链表的算法题，总结了一下链表操作中的几个技巧。 1. 快慢指针 快慢指针是在遍历链表的时候使用两个指针，快指针每次比慢指针多跑一步或多步，或者快指针先跑n步。这在查找倒数第n个结点、找中间结点时只需要遍历一次，在判断链表是否有环时不需要额外的空间。例如，查找一个链表中间结点， ListNode * findMid(ListNode * head) { ... 阅读全文

摘要： Caffe是目前深度学习比较优秀好用的一个开源库，采样c++和CUDA实现，具有速度快，模型定义方便等优点。学习了几天过后，发现也有一个不方便的地方，就是在我的程序中调用Caffe做图像分类没有直接的接口。Caffe的数据层可以从数据库（支持leveldb、lmdb、hdf5）、图片、和内存中读入。我们要在程序中使用，当然得从内存中读入。参见http://caffe.berkeleyvision.... 阅读全文

摘要： 实验中需要用到区域联通的算法，就是类似于matlab中bwlabel的函数。网上找了找c++源码未果，bwlabel-python版用python描述了matlab中的实现方法，但是最后对标签的处理部分并未看明白，故自己用c++实现了一个。先直接看bwlabel函数代码： cv::Mat bwlabel(const cv::Mat in, int * num, const int mode) { ... 阅读全文

摘要： 基于HEP（histograms of equivalent patterns【1】）框架下的特征具有良好的纹理分类效果，LBP（local binary patterns【2】）属于HEP框架下最常用的特征，具有对亮度、旋转等良好的不变特性。在基于分块的视频烟雾检测中，常使用其作为纹理分类的特征。然而，分块的图像具有局部性。这篇文章主要提出使用图像金字塔的方法让提取的烟雾块特征具有一定的全局属性... 阅读全文