摘要：
时间序列（time series）是一系列有序的数据。通常是等时间间隔的采样数据。如果不是等间隔，则一般会标注每个数据点的时间刻度。 time series data mining 主要包括decompose（分析数据的各个成分，例如趋势，周期性），prediction（预测未来的值），classi 阅读全文
摘要：
这篇文章主要是一个闲文。如果您正在寻求一个理想的随机排列生成算法，直接阅读方法3，或是直接使用STL里提供的random_shuffle()方法另外请注意，这里所讨论的算法并不是新的。什么是随机排列？ 一个随机排列是一组位于随机位置的对象。给定一个对象，1, 2, 3 ... n，随机排列看起来就是 阅读全文
摘要：
1.概述 跟SimHash一样，MinHash也是LSH的一种，可以用来快速估算两个集合的相似度。MinHash由Andrei Broder提出，最初用于在搜索引擎中检测重复网页。它也可以应用于大规模聚类问题。 2.Jaccard index 在介绍MinHash之前，我们先介绍下Jaccard i 阅读全文
摘要：
我们知道，通过对数组进行直接寻址（Direct Addressing），可以在 O(1) 时间内访问数组中的任意元素。所以，如果存储空间允许，可以提供一个数组，为每个可能的关键字保留一个位置，就可以应用直接寻址技术。 哈希表（Hash Table）是普通数组概念的推广。当实际存储的的关键字数比可能的 阅读全文