原创 幾個簡單有趣的算法

閒來無事總結3個我認爲比較好的算法,很簡單,但有趣。我們應該學會欣賞簡單的東西,拒絕鑽進複雜的東西里面,比如股市...  這三個算法分別爲大數乘法,求交集算法,將一個數拆成連續整數和算法以及8位倒置算法。這些算法都非出自本人,但是本人實

原创 Top 10 Illusions in 2012

Just like in 2011, let's wrap up 2012 with some of the most mind-bending photos or artworks we came across this y

原创 Linux 2.6 中的頁面回收與反向映射

簡介: 本文主要介紹 Linux 2.6 中的頁面回收機制是如何工作的,反向映射是如何設計並實現的,以及 Linux 操作系統如何利用反向映射機制進行頁面地回收。 Linux 2.6 中關於反向映射和頁面回收的代碼在不斷地更新,不同版本的

原创 數據挖掘十大經典算法(6) PageRank

 PageRank是Google算法的重要內容。2001年9月被授予美國專利,專利人是Google創始人之一拉里·佩奇(Larry Page)。因此,PageRank裏的page不是指網頁,而是指佩奇,即這個等級方法是以佩奇來命名的。  

原创 數據挖掘十大經典算法(10) CART: 分類與迴歸樹

 如果一個人必須去選擇在很大範圍的情形下性能都好的、同時不需要應用開發者付出很多的努力並且易於被終端用戶理解的分類技術的話,那麼Brieman, Friedman, Olshen和Stone(1984)提出的分類樹方法是一個強有力的競爭

原创 初探數據挖掘中的十大經典算法

以下就是從參加評選的18種候選算法中,最終決選出來的十大經典算法: 一、C4.5 C4.5,是機器學習算法中的一個分類決策樹算法,它是決策樹(決策樹也就是做決策的節點間的組織方式像一棵樹,其實是一個倒樹)核心算法ID3的改進算法,所

原创 數據挖掘十大經典算法(5) 最大期望(EM)算法

在統計計算中,最大期望(EM,Expectation–Maximization)算法是在概率(probabilistic)模型中尋找參數最大似然估計的算法,其中概率模型依賴於無法觀測的隱藏變量(Latent Variabl)。最大期望經

原创 數據挖掘十大經典算法(9) 樸素貝葉斯分類器 Naive Bayes

貝葉斯分類器   貝葉斯分類器的分類原理是通過某對象的先驗概率,利用貝葉斯公式計算出其後驗概率,即該對象屬於某一類的概率,選擇具有最大後驗概率的類作爲該對象所屬的類。目前研究較多的貝葉斯分類器主要有四種,分別是:Naive Bayes

原创 數據挖掘十大經典算法(7) AdaBoost

 Adaboost是一種迭代算法,其核心思想是針對同一個訓練集訓練不同的分類器(弱分類器),然後把這些弱分類器集合起來,構成一個更強的最終分類器 (強分類器)。其算法本身是通過改變數據分佈來實現的,它根據每次訓練集之中每個樣本的分類是否正

原创 利用dmesg和addr2line來重現bug

利用dmesg和addr2line來重現bug 有些時候,我們的程序crash了,但是我們沒有保存core dump信息,這時如果我們想要知道程序在哪個位置出錯,就不是那麼容易了。 下面有一種方法,可以大致判斷出程序出錯的大致位置。1.

原创 算法相關網站

leetcode.com

原创 wget命令鏡像網站

1、Linux下的wget命令:                wget  :下載工具。 詳細參數可以man一下。          下載基本的文件:可以 直接:  wget  -c   http://  ×××  或者wget -c  

原创 數據挖掘十大經典算法(8) kNN: k-nearest neighbor classification

鄰近算法   KNN算法的決策過程   k-Nearest Neighbor algorithm    右圖中,綠色圓要被決定賦予哪個類,是紅色三角形還是藍色四方形?如果K=3,由於紅色三角形所佔比例爲2/3,綠色圓將被賦予紅色三

原创 數據挖掘十大經典算法(4) The Apriori algorithm

 Apriori算法是一種最有影響的挖掘布爾關聯規則頻繁項集的算法。其核心是基於兩階段頻集思想的遞推算法。該關聯規則在分類上屬於單維、單層、布爾關聯規則。在這裏,所有支持度大於最小支持度的項集稱爲頻繁項集,簡稱頻集。   Aprio

原创 數據挖掘十大經典算法(3) Support vector machines

支持向量機,英文爲Support Vector Machine,簡稱SV機(論文中一般簡稱SVM)。它是一種監督式學習的方法,它廣泛的應用於統計分類以及迴歸分析中。 支持向量機屬於一般化線性分類器.他們也可以認爲是提克洛夫規範化(Tik