味小道-CSDN博客

原创 Random Forest 与 GBDT 的异同

以前再看用RF和GBDT的时候，以为是很相似的两个算法，都是属于集成算法，但是仔细研究之后，发现他们根本完全不同。下面总结主要的一些不同点 Random Forest： bagging （你懂得，原本叫Bootstrap aggregating） Recall that the key to bagging is that trees are repeatedly fit to

2015-08-18 12:17:40 13539

原创 Java 对图片像素进行K-means聚类

聚类是机器学习中很重要的一部分，是一种无监督学习，本次选择K-means算法对图片的像素进行聚类 K-means，顾名思义，K-均值，首先随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象根据其与各个簇中心的距离，将它赋给最近的簇，然后重新计算每个簇的平均值。这个过程不断重复，直到每个簇的中心确定不变。首先关注一下空间中每个点如何计算，普遍

2014-03-10 15:57:33 3160 1

原创 Java实现字符串匹配 KMP 算法

字符串匹配过程中，如果使用蛮力算法，效率非常的差，在此介绍一种较为高效的匹配算法KMP算法。其主要思想是从匹配的模版去分析，即去分析Pattern串的自身规律，进而去优化匹配的效率。例如字符串“ababcb”，明显看出是ab出现一组重复，若出现如下匹配模式： text：abababcb pattern: abab[color=red]c[/color]b 此时发

2014-03-10 15:56:09 626

原创 java 多线程的生产者-消费者实现

Java 语言实现生产者 -- 消费者模式，本文采用1个生产者和3个消费者，以体现多线程并发过程中应该注意的地方。其中，容器采用java.util.concurrent.LinkedBlockingQueue，这是一个并发容器，包concurrent就是Java专门为实现并发而提供的一组工具包。思路：一个容量为100的容器，一个生产者（一个线程）

2014-03-10 15:52:39 752

将博客搬至CSDN

博客搬至CSDN http://blog.csdn.net/wh137795233

2014-03-10 13:42:34 73

原创 Java 对图片像素进行K-means聚类

聚类是机器学习中很重要的一部分，是一种无监督学习，本次选择K-means算法对图片的像素进行聚类 K-means，顾名思义，K-均值，首先随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象根据其与各个簇中心的距离，将它赋给最近的簇，然后重新计算每个簇的平均值。这个过程不断重复，直到每个簇的中心确定不变。首先关注一下空间中...

2014-03-06 19:55:34 420

java 多线程的生产者-消费者实现

Java 语言实现生产者 -- 消费者模式，本文采用1个生产者和3个消费者，以体现多线程并发过程中应该注意的地方。其中，容器采用java.util.concurrent.LinkedBlockingQueue，这是一个并发容器，包concurrent就是Java专门为实现并发而提供的一组工具包。思路：一个容量为100的容器，一个生产者（一个线程...

2014-03-05 18:04:45 153

字符串匹配 KMP 算法 Java实现

字符串匹配过程中，如果使用蛮力算法，效率非常的差，在此介绍一种较为高效的匹配算法KMP算法。其主要思想是从匹配的模版去分析，即去分析Pattern串的自身规律，进而去优化匹配的效率。例如字符串“ababcb”，明显看出是ab出现一组重复，若出现如下匹配模式： text：abababcb pattern: abab[color=red]c[/color]b 此时发...

2013-12-26 19:22:25 108

味小道的专栏

原创 Random Forest 与 GBDT 的异同

原创 Java 对图片像素进行K-means聚类

原创 Java实现字符串匹配 KMP 算法

原创 java 多线程的生产者-消费者实现

将博客搬至CSDN

原创 Java 对图片像素进行K-means聚类

java 多线程的生产者-消费者实现

字符串匹配 KMP 算法 Java实现

空空如也

空空如也