摘要：果然又是一个悲剧的面试，不是上次笔试的悲剧，这次又以面试的悲剧结束。设计的主要问题是毕业设计的搜索引擎的设计，设计到问题为什么爬去和索引效率为什么会这么低？这个问题还真是不太清楚，因为这个问题本来就是利用Nutch的框架，我们当中只是实现了其中的一些插件，然而我们插件会输出一些东西。我感觉最耽误时间的就是那个贝叶斯分类器了，但是当问到贝叶斯分类器的时候，就彻底的完了，当时没有意识到我实际上说的是一个KNN分类器。 描述一下分类器的具体实现，我当时描述的是将文本和训练样本都进行分词，然后计算每个文本和样本的余弦夹角，然后选择距离最近的那一个类别作为我们标记的类别。有没有什么问题？当时没感觉... 阅读全文

摘要：为什么会这么说呢？因为这几天碰到一个算法，叫MCMC，这是一个相当复杂的东西，本以为我能够理解它，但是看了一天却发现自己不会的数学名词太多了，最终就败下阵来，投降了。因为最近被组合数学也搞的焦头烂额了，高中的时候关于排列组合就不是很敏感，感觉这更像是智力题，像我这种笨脑瓜只有靠努力的记忆题目类型了。 组合数学的最主要内容是对离散对象的技术，首先是经常用到的两个基本准则，加法法则和乘法法则。这个还是挺好理解的。 一一对应这点很重要，比如某种计数比较困难，可以考虑将问题转换为一个与其一一对应的问题，然后进行计数。 排列组合的模型。关于排列组合的问题除了一一对应是个难点之外，还有解题中分类... 阅读全文