摘要：
knn分类算法 1.特点 精度高 对异常值不敏感、计算时间空间复杂度高 2.基本思想、算法伪代码 3.构思定义好存储数据结构 dataSet (m n阶矩阵)：m代表m个数据，n代表每个数据的特征向量维度 labels (m 1 list)：m与数据数对应 classCount (p个key val 阅读全文
摘要：
1. 欧式距离 欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。 python代码实现 import numpy as np def dist_eclud(vecA, vecB): return np.sqrt(np.sum(np.power(vecA vecB, 2))) 阅读全文
摘要：
介绍 numpy是一个功能强大的python库。机器学习中，需要对矩阵进行各种数值计算，numpy对其提供非常好的库，用于简单和快速计算。 常用函数库 0. 数组属性 ndarray.ndim：秩，即轴的数量或维度的数量 ndarray.shape：数组的维度，对于矩阵，n 行 m 列 ndarra 阅读全文
摘要：
《管理精力》 核心思想 1. 管理经理而非时间，是高效表现的基础。 2. 全情投入是确保最优表现的最佳精力状态。 3. 原则一：全情投入需要调动四种独立相互关联的精力源(精力四大来源)： 体能、情感、思维、意志。 4. 原则二：因为使用过度和使用不足都会消弱精力，不许不时更新精力以平衡消耗。 5. 阅读全文
摘要：
vim的好处(四大好处) 1. vim具有大量的操作技巧，编辑能力强大且速度比其他工具快的多！ (这里举个简单的小例子：将每行的前四个字母复制到每行的末尾; 将文本中的所有word替换为words; 等等很多看起来人力操作十分困难的编辑，vim几个字母就搞定！) 2. vim 具有程序编辑的能力,可 阅读全文
摘要：
冥想 1. 你必须知道自己想要什么，并把想要的写下来。 2. 你必须为了你最想要的事情，调整每天的第一件事及每一件事。 3. 充分坚持利用每天早晨和自由时间，你的人生计划，会有更大的机会得到实现。 反思 1. 你的人生规划是什么？ 1. 宏观战略层面，是你人生的目标，你需要弄清楚你这一辈子想要什么， 阅读全文
摘要：
优点 1. FM模型可以在非常稀疏的数据中进行合理的参数估计，而SVM做不到这点 2. 在FM模型的复杂度是线性的，优化效果很好，而且不需要像SVM一样依赖于支持向量。 3. FM是一个通用模型，它可以用于任何特征为实值的情况。而其他的因式分解模型只能用于一些输入数据比较固定的情况。 与LR联系与区 阅读全文
摘要：
混淆矩阵 构造一个高正确率或高召回率的分类器比较容易，但很难保证二者同时成立 ROC 1. 横轴：FPR(假正样本率)=FP/(FP+TN) 即，所有负样本中被分错的比例 2. 纵轴：TPR(真正样本率)=TP/(TP+FN) 即，所有正样本中被分对的比例 横轴越小越好，纵轴越大越好，即，ROC曲线 阅读全文
摘要：
nohup & set $ 整数比较 阅读全文