原创 java中讀取文件的方式
一、多種方式讀文件內容。1、按字節讀取文件內容2、按字符讀取文件內容3、按行讀取文件內容4、隨機讀取文件內容import java.io.BufferedReader;import java.io.File;import java.io.F
2019-07-19 13:13:07
1
原创 動態規劃算法
在數學與計算機科學領域，動態規劃用於解決那些可分解爲重複子問題（overlappingsubproblems，想想遞歸求階乘吧）並具有最優子結構（optimalsubstructure，想想最短路徑算法）（如下所述）的問題，動態規劃比通常算
2019-02-22 14:04:41
原创 動態規劃之0-1揹包問題
首先是問題描述：給定n種物品和一揹包，物品i的重量是wi，其價值是pi，揹包的容量是M，問如何選擇裝入揹包中的物品總價值最大？可以這樣理解：揹包的揹負有上限，因此在這個上限內儘可能多的裝東西，並且價值越多越好。在這裏我之想討論動態規劃解決這
2019-02-22 14:04:39
1
原创 基於樸素貝葉斯分類器的文本分類算法（下）
源代碼下載：NaviveBayesClassify.rarPreface文本的分類和聚類是一個比較有意思的話題，我以前也寫過一篇blog《基於K-Means的文本聚類算法》，加上最近讀了幾本數據挖掘和機器學習的書籍，因此很想寫點東西來記錄
2019-02-22 14:04:39
2
原创 樸素貝葉斯算法
作者：phinecos（洞庭散人）Blog：http://phinecos.cnblogs.com/Email：[email protected]本文緣起於最近在讀的一本書-- Tom M.Mitchell的《機器學習》,書中第
2019-02-22 14:04:36
原创 （EM算法）The EM Algorithm
EM是我最近想深入學習的算法，在Mitchell的書中也提到EM可以用於貝葉斯網絡中。下面主要介紹EM的整個推導過程。1. Jensen不等式 回顧優化理論中的一些概念。設f是定義域爲實數的函數，如果對於所有的實數x
2019-02-22 14:04:36
原创 數學建模常用算法
數學建模中常用的方法：類比法、二分法、差分法、變分法、圖論法、層次分析法、數據擬合法、迴歸分析法、數學規劃（線性規劃，非線性規劃，整數規劃，動態規劃，目標規劃）、機理分析、排隊方法、對策方法、決策方法、模糊評判方法、時間序列方法、灰色理論方
2019-02-22 14:04:35
原创 曲線擬合的MATLAB實現
函數插值與曲線擬合1、函數插值 一維插值:interp1(x,y,cx,’method’) 一維插值:interp1(x,y,z,cx,cy,’method’)method:nearest、linear、spline、cubic例：cl
2019-02-22 14:04:35
原创 數學建模方法大全
算法生物優化網絡能源製造類別類別（2）模型名稱關鍵點備註參考書目複雜系統庫存模型排隊模型可靠系統差分方程模型動力系統類酵母菌增長模型平衡點；平衡點的分類地高辛衰減模型戰爭模型總量一定時，對單量的分配競爭物種模型不穩定平衡：對初始值敏感比例性
2019-02-22 14:04:35
原创 關於數據挖掘的基本經典書籍
剛接觸到數據挖掘的時候，看過一篇文章，介紹了數據挖掘方面有三本經典書籍：(1)J.HanandM.Kamber,DataMining:ConceptsandTechniques.本書從數據庫角度看待數據挖掘，強調效率（Efficiency）
2019-02-22 14:04:35
1
原创 動態規劃之0-1揹包(2)
解決思路的基本過程：問題的特點是：每種物品一件，可以選擇放1或不放0。用子問題定義狀態：即f[i][v]表示前i件物品恰放入一個容量爲v的揹包可以獲得的最大價值。則其狀態轉移方程便是：f[i][v]=max{f[i-1][v],f[i-1]
2019-02-22 14:04:35
1
原创 關於TreeSet
java.lang.Object |_ java.util.AbstractCollection<E> |_ java.util.AbstractSet<E> |_java.util.TreeSet<E>TreeSet
2019-02-22 14:04:35
原创 （EM算法）The EM Algorithm
EM是我最近想深入學習的算法，在Mitchell的書中也提到EM可以用於貝葉斯網絡中。下面主要介紹EM的整個推導過程。1. Jensen不等式 回顧優化理論中的一些概念。設f是定義域爲實數的函數，如果對於所有的實數x
2018-09-12 03:12:29
原创 數據聚類分析 之 使用 k 平均值聚類分析檢測異常數據
數據聚類分析使用 k 平均值聚類分析檢測異常數據James McCaffrey請考慮這樣一個問題：如何在超大型數據集中識別異常數據項，例如，如何識別可能具有欺騙性的信用卡交易、有風險的貸款應用程序等等。檢測異常數據的一種方法是將數據項分組爲
2018-09-12 03:12:28
6