摘要：
最近在做一些爬虫相关的工作，遇到了一个网站，在使用谷歌开发者工具监控的时候，发现他的请求是这样的 我们都知道传统的post请求，所提交的是form data 格式的，key-value键值对的形式提交。这个在爬虫post请求中非常常见。 第一次遇到了这种形式提交的，后面去找了很多方法，发现在百度搜的 阅读全文
摘要：
1、 找到svn安装路径 /svn/repositories/ （如果不知道，可以搜索 ：find / -name svn或者是ps -ef | grep svn） 2、进入该目录的conf，其中包含authz、passwd、svnserve.conf三个文件 3、进入passwd，在[users] 阅读全文
摘要：
抓手机包可以用的是fiddle。 安装 先在下载页面下载 >Download Fiddler Web Debugging Tool for Free by Telerik 选择你“准备用fiddle来干嘛” 你的邮箱 以及同意“最终用户许可协议”就可以下载了 下载后按照提示安装就可以了。 配置 2. 阅读全文
只有注册用户登录后才能阅读该文。 阅读全文
摘要：
Social Role-Aware Emotion Contagion in Image Social Networks 社会角色意识情绪在形象社交网络中的传染 1、摘要： 心理学理论认为，情绪代表了一个人的认知系统(1927年)的精神状态和本能反应。 情绪是一种复杂的情绪状态，它会导致影响我们行为 阅读全文
摘要：
crontab -e 20点59分启动脚本 启动： 结束进程： 阅读全文
摘要：
1、网页HTML代码最前面必须包括W3C声明，以便符合标准： 一般网页： <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transition 阅读全文
摘要：
1. 粗糙集属性约简算法仅仅选出属性重要度大的条件加入约减中，没有考虑约简中条件属性相互之间的冗余性，得到的约简往往不是都必要的，即含有冗余属性。 2. mRMR算法则除了考虑特征与类别之间的相关性，还考虑特征与特征之间的冗余度，约束特征与类别最大相关，特征与特征最小冗余。 3. 根据mRMR算法， 阅读全文
摘要：
一、算法思想： DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的 阅读全文
摘要：
EM的算法流程： 初始化分布参数θ； 重复以下步骤直到收敛： E步骤：根据参数初始值或上一次迭代的模型参数来计算出隐性变量的后验概率，其实就是隐性变量的期望。作为隐藏变量的现估计值： M步骤：将似然函数最大化以获得新的参数值： 这个不断的迭代，就可以得到使似然函数L(θ)最大化的参数θ了。那就得回答 阅读全文
摘要：
初始目的 将样本分成K个类，其实说白了就是求一个样本例的隐含类别y，然后利用隐含类别将x归类。由于我们事先不知道类别y，那么我们首先可以对每个样例假定一个y吧，但是怎么知道假定的对不对呢？怎样评价假定的好不好呢？ 我们使用样本的极大似然估计来度量，这里就是x和y的联合分布P（x,y）了。如果找到的y 阅读全文
摘要：
判别式模型（discriminative model） 产生式模型（generative model） 特点 寻找不同类别之间的最优分类面，反映的是异类数据之间的差异 对后验概率建模，从统计的角度表示数据的分布情况，能够反映同类数据本身的相似度 区别(假定输入x, 类别标签y) 估计的是条件概率分布 阅读全文
摘要：
附： 所有chromedriver均可在下面链接中下载到： http://chromedriver.storage.googleapis.com/index.html 阅读全文
摘要：
证明：实对称阵属于不同特征值的的特征向量是正交的. 设Ap=mp,Aq=nq,其中A是实对称矩阵,m,n为其不同的特征值,p,q分别为其对应得特征向量. 则 p1(Aq)=p1(nq)=np1q (p1A)q=(p1A1)q=(AP)1q=(mp)1q=mp1q 因为 p1(Aq)= (p1A)q 阅读全文
摘要：
一、统计学的基本概念 统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述： 均值： 标准差： 方差： 均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。 以这两个集合为 阅读全文