XueZou

2018年8月6日

摘要： No.1. SSH（Secure Shell）安全外壳协议建立在应用层基础上的安全协议可靠，专为远程登录会话和其他网络服务提供安全性的协议有效防止远程管理过程中的信息泄漏问题 SSH客户端适用于多种平台 SSH服务器端几乎支持所有Unix平台建立在应用层基础上的安全协议可靠，专为远程登录会阅读全文

posted @ 2018-08-06 08:47 XueZou 阅读(191) 评论(0) 推荐(0) 编辑

第五十三篇 Linux相关——Web服务器

摘要： No.1. Apache基本操作安装：sudo yum -y install httpd 启动：service httpd start 停止：service httpd stop 查看服务运行状态：ps -ef | grep httpd 安装：sudo yum -y install httpd 启阅读全文

posted @ 2018-08-06 08:43 XueZou 阅读(175) 评论(0) 推荐(0) 编辑

第五十二篇 Linux相关——数据库服务MySQL

摘要： No.1. MySQL基本操作 CentOS7默认安装mariadb数据库，先将其移除移除命令：sudo yum -y remove mariadb-libs.x86_64 下载MySQL源：https://dev.mysql.com/downloads/repo/yum/ 下载：wget htt 阅读全文

posted @ 2018-08-06 08:29 XueZou 阅读(118) 评论(0) 推荐(0) 编辑

2018年7月19日

第五十一篇入门机器学习——多元线性回归

摘要： No.1. 多元线性回归的正规方程解（Normal Equation） No.2. 实现求解多元线性回归问题的类LinearRegression，业务逻辑如下： No.3. 加载sklearn提供的Boston房价数据集，用上面的线性回归模型求解，并确定模型准确度 No.4. 使用sklearn提供阅读全文

posted @ 2018-07-19 20:28 XueZou 阅读(250) 评论(0) 推荐(0) 编辑

第五十篇入门机器学习——线性回归（Linear Regression）

摘要： No.1. 线性回归算法的特点 No.2. 分类问题与回归问题的区别上图中，左侧为分类问题，右侧为回归问题。左侧图中，横轴和纵轴表示的都是样本的特征，用不同的颜色来作为输出标记，表示不同的种类；左侧图中，只有横轴表示的是样本特征，纵轴用来作为输出标记，这是因为回归问题所预测的是一个连续的数值，无法阅读全文

posted @ 2018-07-19 16:40 XueZou 阅读(675) 评论(0) 推荐(0) 编辑

2018年7月18日

第四十九篇入门机器学习——数据归一化（Feature Scaling）

摘要： No.1. 数据归一化的目的数据归一化的目的，就是将数据的所有特征都映射到同一尺度上，这样可以避免由于量纲的不同使数据的某些特征形成主导作用。 No.2. 数据归一化的方法数据归一化的方法主要有两种：最值归一化和均值方差归一化。最值归一化的计算公式如下：最值归一化的特点是，可以将所有数据都映阅读全文

posted @ 2018-07-18 21:33 XueZou 阅读(12533) 评论(0) 推荐(1) 编辑

第四十八篇入门机器学习——超参数问题

摘要： No.1. kNN算法中需要传入一个参数k，这个参数k的作用之前提到过，它就是指距离待预测数据最近的前k个数据，这个参数k的具体大小应该如何选择？超参数问题就是描述的这类问题。 No.2. 所谓"超参数"，就是指在算法运行之前需要进行指定的参数；与"超参数"向对应的是"模型参数"，"模型参数"是在算阅读全文

posted @ 2018-07-18 21:15 XueZou 阅读(1172) 评论(0) 推荐(0) 编辑

第四十七篇入门机器学习——分类的准确性（Accuracy）

摘要： No.1. 通常情况下，直接将训练得到的模型应用于真实环境中，可能会存在很多问题 No.2. 比较好的解决方法是，将原始数据中的大部分用于训练数据，而留出少部分数据用于测试，即，将数据集切分成训练数据集和测试数据集两部分，先通过训练数据集得到一个模型，然后通过测试数据集来检验模型的性能是否满足我们的阅读全文

posted @ 2018-07-18 21:11 XueZou 阅读(680) 评论(0) 推荐(0) 编辑

2018年7月16日

第四十六篇入门机器学习——kNN - k近邻算法（k-Nearest Neighbors）

摘要： No.1. k-近邻算法的特点 No.2. 准备工作，导入类库，准备测试数据 No.3. 构建训练集 No.4. 简单查看一下训练数据集大概是什么样子，借助散点图 No.5. kNN算法的目的是，假如有新的数据加入，需要判断这个新的数据属于数据集中的哪一类我们添加一个新的数据，重新绘制散点图 No 阅读全文

posted @ 2018-07-16 13:16 XueZou 阅读(269) 评论(0) 推荐(0) 编辑

第四十五篇入门机器学习——数据加载和简单的数据探索

摘要： No.1. 导入相关类库，并加载鸢尾花数据集 No.2. 这个鸢尾花数据集类似于一个字典，可以查看都有哪些键 No.3. 'DESCR'这个键对应的值为鸢尾花数据集的文档，简单对其进行查看从文档中我们可以了解到，这个数据集共保存了150个鸢尾花样本；每个样本包含4个特征：萼片长度、萼片宽度、花瓣长阅读全文

posted @ 2018-07-16 11:52 XueZou 阅读(296) 评论(0) 推荐(0) 编辑

第四十四篇入门机器学习——matplotlib基础——实现数据可视化

摘要： No.1. 绘制一条正弦曲线 No.2. 在一张图中绘制多条曲线 No.3. 可以为曲线指定颜色、线条样式 No.4. 可以指定横纵坐标轴的范围也可以使用： No.6. 可以为每条曲线添加图示 No.7. 可以为图添加标题 No.8. 可以绘制散点图 No.9. 用散点图绘制一个二维正态分布图 N 阅读全文

posted @ 2018-07-16 10:31 XueZou 阅读(181) 评论(0) 推荐(0) 编辑

第四十三篇入门机器学习——Numpy的基本操作——Fancy Indexing

摘要： No.1. 通过索引快速访问向量中的多个元素 No.2. 用索引对应的元素快速生成一个矩阵 No.3. 通过索引从矩阵中快速获取多个元素 No.4. 获取矩阵中感兴趣的行或感兴趣的列，重新组成矩阵 No.5. 比较运算符运用于向量 No.6. 比较运算符运用于矩阵 No.7. 比较运算符与其他方法的阅读全文

posted @ 2018-07-16 10:27 XueZou 阅读(203) 评论(0) 推荐(0) 编辑

2018年7月15日

第四十二篇入门机器学习——Numpy的基本操作——索引相关

摘要： No.1. 使用np.argmin和np.argmax来获取向量元素中最小值和最大值的索引 No.2. 使用np.random.shuffle将向量中的元素顺序打乱，操作后，原向量发生改变；使用np.sort将乱序的向量进行排序，并将顺序的向量进行返回，原向量不发生改变如果要将原来的乱序向量转化成阅读全文

posted @ 2018-07-15 18:52 XueZou 阅读(226) 评论(0) 推荐(0) 编辑

第四十一篇入门机器学习——Numpy的基本操作——聚合操作

摘要： No.1. 对向量元素求和使用np.sum，也可以使用类似big_array.sum()的方式 No.2. 对向量元素求最小值使用np.min，求最大值使用np.max，也可以使用类似big_array.min()和big_array.max()的方式 No.3. 求矩阵中元素的和、最大值、最小值阅读全文

posted @ 2018-07-15 18:42 XueZou 阅读(205) 评论(0) 推荐(0) 编辑

第四十篇入门机器学习——Numpy.array的基本操作——向量及矩阵的运算

摘要： No.1. Numpy.array相较于Python原生List的性能优势 No.2. 将向量或矩阵中的每个元素 + 1 No.2. 将向量或矩阵中的所有元素 - 1 No.3. 将向量或矩阵中的所有元素 * 2 No.4. 将向量或矩阵中的所有元素 / 2 或 // 2 No.5. 幂运算 No. 阅读全文

posted @ 2018-07-15 18:34 XueZou 阅读(394) 评论(0) 推荐(0) 编辑

第三十九篇入门机器学习——Numpy.array的基础操作——合并与分割向量和矩阵

摘要： No.1. 初始化状态 No.2. 合并多个向量为一个向量 No.3. 合并多个矩阵为一个矩阵 No.4. 借助vstack和hstack实现矩阵与向量的快速合并、或多个矩阵快速合并 No.5. 分割向量 No.6. 分割矩阵 No.7. 使用vsplit和hsplit对矩阵进行快速垂直分割及水平分阅读全文

posted @ 2018-07-15 18:13 XueZou 阅读(2936) 评论(0) 推荐(0) 编辑

第三十八篇入门机器学习——Numpy.array的基本操作——查看向量或矩阵

摘要： No.1. 初始化状态 No.2. 通过ndim来查看数组维数，向量是一维数组，矩阵是二维数组 No.3. 通过shape来查看向量中元素的个数或矩阵中的行列数 No.4. 通过size来查看数组中的总的元素的个数，不管数组是几维数组 No.5. 简单数据访问 No.6. 切片访问 No.7. 修改阅读全文

posted @ 2018-07-15 17:59 XueZou 阅读(460) 评论(0) 推荐(0) 编辑

第三十七篇入门机器学习——Numpy基础

摘要： No.1. 查看numpy版本 No.2. 为了方便使用numpy，在导入时顺便起个别名 No.3. numpy.array的基本操作：创建、查询、修改 No.4. 用dtype查看当前元素的数据类型 No.5. 创建一个存储浮点型元素的数组 No.6. 用np.zeros来创建0数组或0矩阵，默认阅读全文

posted @ 2018-07-15 10:24 XueZou 阅读(312) 评论(0) 推荐(0) 编辑

第三十六篇入门机器学习——Jupyter Notebook中的魔法命令

摘要： No.1.魔法命令的基本形式是：%命令 No.2.运行脚本文件的命令：%run %run 脚本文件的地址 %run C:\Users\Jie\Desktop\hello.py # 脚本一旦被加载进来，我们就可以在后面的代码中使用脚本中的业务逻辑 No.3.（补充知识点）加载一个包中的某个模块下的某个阅读全文

posted @ 2018-07-15 10:16 XueZou 阅读(4375) 评论(0) 推荐(0) 编辑

第三十五篇入门机器学习——Juptyer Notebook中的常用快捷键

摘要： 1.运行当前Cell：Ctrl + Enter 2.运行当前Cell并在其下方插入一个新的Cell：Alt + Enter 3.运行当前Cell并选中其下方的Cell：Shift + Enter 4.蓝色方框状态下，将Cell Type由Code转换成Markdown：M 5.蓝色方框状态下，将Ce 阅读全文

posted @ 2018-07-15 10:09 XueZou 阅读(1021) 评论(0) 推荐(0) 编辑

2018年7月14日

第三十四篇玩转数据结构——哈希表（HashTable）

摘要： 1.. 整型哈希函数的设计小范围正整数直接使用小范围负整数整体进行偏移大整数，通常做法是"模一个素数" 小范围正整数直接使用小范围负整数整体进行偏移大整数，通常做法是"模一个素数" 2.. 浮点型哈希函数的设计转成整型进行处理转成整型进行处理 3.. 字符串哈希函数的设计转成整型进行阅读全文

posted @ 2018-07-14 18:31 XueZou 阅读(439) 评论(0) 推荐(0) 编辑

第三十三篇玩转数据结构——红黑树（Read Black Tree）

摘要： 1.. 图解2-3树维持绝对平衡的原理： 2.. 红黑树与2-3树是等价的 3.. 红黑树的特点简要概括如下：所有节点非黑即红；根节点为黑；NULL节点为黑；红节点孩子为黑；黑平衡 4.. 实现红黑树的业务逻辑 import java.util.ArrayList; public class R 阅读全文

posted @ 2018-07-14 13:34 XueZou 阅读(484) 评论(0) 推荐(0) 编辑

第三十二篇玩转数据结构——AVL树（AVL Tree）

摘要： 1.. 平衡二叉树平衡二叉树要求，对于任意一个节点，左子树和右子树的高度差不能超过1。平衡二叉树的高度和节点数量之间的关系也是O(logn) 为二叉树标注节点高度并计算平衡因子 AVL树是一棵平衡二叉树平衡二叉树要求，对于任意一个节点，左子树和右子树的高度差不能超过1。平衡二叉树的高度和节点阅读全文

posted @ 2018-07-14 13:28 XueZou 阅读(224) 评论(0) 推荐(0) 编辑

2018年7月13日

第三十一篇玩转数据结构——并查集（Union Find）

摘要： 1.. 并查集的应用场景查看"网络"中节点的连接状态，这里的网络是广义上的网络数学中的集合类的实现查看"网络"中节点的连接状态，这里的网络是广义上的网络数学中的集合类的实现 2.. 并查集所支持的操作对于一组数据，并查集主要支持两种操作：合并两个数据、判断两个数据是否属于同一集合（两个数据阅读全文

posted @ 2018-07-13 16:33 XueZou 阅读(576) 评论(0) 推荐(0) 编辑

第三十篇玩转数据结构——字典树（Trie）

摘要： 1.. Trie通常被称为"字典树"或"前缀树" Trie的形象化描述如下图： Trie的优势和适用场景 Trie的形象化描述如下图： 2.. 实现Trie 实现Trie的业务无逻辑如下： import java.util.TreeMap; public class Trie { private c 阅读全文

posted @ 2018-07-13 11:06 XueZou 阅读(588) 评论(0) 推荐(0) 编辑

公告