上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 23 下一页
  2017年4月6日
摘要: 聪明出于勤奋,天才在于积累。——华罗庚 对上次的三个问题的个人理解: 1) 程序首先是从main函数开始执行的,假设main 函数不是 static ,就要先实例化这个类,然后调用 main 方法,这似乎是不现实的. 其次 用 static 修饰的 main 方法是存储在静态的存贮区当中的,也就是说 阅读全文
posted @ 2017-04-06 17:00 郑兴鹏 阅读(162) 评论(0) 推荐(0) 编辑
摘要: 业精于勤,荒于嬉;行成于思,毁于随。——韩愈 用类名定义一个变量的时候,定义的只是一个引用,外面可以通过这个引用来访问这个类里面的属性和方法。 那们类里面是够也应该有一个引用来访问自己的属性和方法纳? 呵呵,JAVA提供了一个很好的东西,就是 this 对象,它可以在类里面来引用这个类的属性和方法。 阅读全文
posted @ 2017-04-06 16:59 郑兴鹏 阅读(168) 评论(0) 推荐(0) 编辑
摘要: 路漫漫其修远兮,吾将上下而求索。——屈原《离骚》 昨天写this用法总结的时候,突然产生了一个问题,请教别人之后,有了自己的一点认识。还是把它写下来,为大家更好的认识提供一点思路。 1)有人写了个很好的初始化属性的构造函数,而你仅仅想要在其中添加另一些自己新建属性的初始化,这样在一个构造函数中调用另 阅读全文
posted @ 2017-04-06 16:58 郑兴鹏 阅读(145) 评论(0) 推荐(0) 编辑
摘要: 聪明出于勤奋,天才在于积累。——华罗庚 先说下插入排序实现过程: 对要排序的数组,逐个进行处理,与前面的子序列进行比较,让它插入到合适的位置。 时间复杂度: 某一个模块的函数f()的增长率越小,整个程序执行时间增长率就越小,注意这个里面是指的是函数的增长率就是所说的时间复杂度。它是衡量算法好坏的标准 阅读全文
posted @ 2017-04-06 16:57 郑兴鹏 阅读(136) 评论(0) 推荐(0) 编辑
摘要: 工欲善其事,必先利其器——孔子(春秋)《论语·卫灵公》 今天闲逛论坛的时候,发现了Eclipse 的很好的插件,是关于做图形界面的。 如果想做桌面应用软件,交互界面有点复杂的时候,自己手动敲代码就有点说不过去了,应该更专注在功能的实现上面嘛, 好了,废话就不说了,自己装了试了试,感觉不错! 1.下载 阅读全文
posted @ 2017-04-06 16:57 郑兴鹏 阅读(244) 评论(0) 推荐(0) 编辑
  2017年4月5日
摘要: K-Means算法是无监督的聚类算法,它实现起来比较简单,聚类效果也不错,因此应用很广泛。K-Means算法有大量的变体,本文就从最传统的K-Means算法讲起,在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的 阅读全文
posted @ 2017-04-05 20:33 郑兴鹏 阅读(8715) 评论(0) 推荐(0) 编辑
摘要: 在集成学习原理小结中,我们讲到了集成学习有两个流派,一个是boosting派系,它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派,它的特点是各个弱学习器之间没有依赖关系,可以并行拟合。本文就对集成学习中Bagging与随机森林算法做一个总结。 随机森林是集成学习中可以和梯度提升树GB 阅读全文
posted @ 2017-04-05 20:33 郑兴鹏 阅读(1257) 评论(0) 推荐(0) 编辑
摘要: DBSCAN(Density-Based Spatial Clustering of Applications with Noise,具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法,和K-Means,BIRCH这些一般只适用于凸样本集的聚类相比,DBSCAN既可以适用于凸样本集,也可以适用 阅读全文
posted @ 2017-04-05 20:32 郑兴鹏 阅读(9049) 评论(0) 推荐(0) 编辑
摘要: 在K-Means聚类算法原理中,我们讲到了K-Means和Mini Batch K-Means的聚类原理。这里我们再来看看另外一种常见的聚类算法BIRCH。BIRCH算法比较适合于数据量大,类别数K也比较多的情况。它运行速度很快,只需要单遍扫描数据集就能进行聚类,当然需要用到一些技巧,下面我们就对B 阅读全文
posted @ 2017-04-05 20:32 郑兴鹏 阅读(882) 评论(1) 推荐(0) 编辑
摘要: 谱聚类(spectral clustering)是广泛使用的聚类算法,比起传统的K-Means算法,谱聚类对数据分布的适应性更强,聚类效果也很优秀,同时聚类的计算量也小很多,更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时,个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法 阅读全文
posted @ 2017-04-05 20:31 郑兴鹏 阅读(534) 评论(0) 推荐(0) 编辑
上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 23 下一页

友情链接:上海回力鞋专卖店 | 中老年高档女装 | 新航道 | 雅思培训一般多少钱 | 托福网课