自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(39)
  • 资源 (1)
  • 收藏
  • 关注

原创 neo4j-jdbc连接池

package cn.tongdun.kraken.neo4j.pool;import org.springframework.beans.factory.annotation.Autowired;import java.lang.reflect.Field;import java.lang.reflect.ParameterizedType;import java.lang.re...

2018-08-15 19:23:40 3472

转载 hive on spark

hive on spark

2018-05-29 14:10:28 172

原创 tdreact写helloworld

1.如果没有npm需要先安装一下npm, 2.新建一个文件夹,新建以下文件,目录结构如下(.idea文件不需要) 3.上述文件内容如下 entry.jsimport React,{ Component } from 'react';import ReactDOM from 'react-dom';export default class App extends Component{

2017-12-12 18:17:34 280

原创 anoconda设置清华镜像

1、conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 2、conda config –set show_channel_urls yes 3、vi ~/.condrac 删除default那一行 其他镜像:

2017-11-15 14:15:40 2210

原创 py4j

意义:通过python代码去调jvm中的方法和参数,写spark的jobserver中用到 1、pom.xml <dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-core_2.11</artifactId> <version>2.

2017-11-14 17:55:21 416

原创 aop面向切面编程(aspectJweaver)

面向切面编程的目的就是:在不改变别人的代码的前提下,在别人代码方法执行前或后,执行(切入自己的逻辑) 准备:idea+maven+aspectjweaver-1.8.9.jar 结构图: pom.xml内容 <dependencies> <dependency> <groupId>org.aspectj</groupId>

2017-11-14 12:08:42 6397

原创 由equal和==引发的问题

Student student1 = new Student(); Student student2 = new Student(); System.out.println(student1.equals(student2));//false System.out.println(student1 == student2);//false String a = new String("a")

2017-11-02 09:40:29 179

原创 多线程

1

2017-11-01 11:00:16 118

原创

1

2017-11-01 10:59:21 151

原创 java工厂模式

1

2017-11-01 10:58:42 128

原创 java单例模式

1

2017-11-01 10:58:00 124

原创 this和super

在接触了一年多java后我才真正的理解this和super 1.this到底指的是谁? 我总结了一个定义:this在最先包含于哪个类中(跟谁更亲),他就是指就是哪个对象。public class OutClass { private String name; private String age; private class Child extends Parent {

2017-10-31 17:57:46 269 4

原创 java学习

1.java关键字 2.注解 3.反射 4.多线程

2017-10-30 15:03:00 158

原创 mac安装opencv

1.mac安装opencv 2.pyhton代码实现 3.anaconda切换环境 环境搞得真是蛋疼

2017-10-29 23:17:27 368

原创 docker使用

1.修改镜像源,要不然下载镜像很慢

2017-09-14 10:02:27 152

原创 概率论与数理统计

1、联合概率 2、超几何分布 3、古典概型 4、伯努利实验 5.二项分布 6、泊松分布 7、二项分布的近似计算(泊松分布) 8、正态分布

2017-09-11 16:15:28 467

原创 高斯混合聚类

1

2017-09-11 14:50:57 284

原创 tensorflow

1.安装

2017-09-07 15:51:21 189

原创 xgboost使用入门

1.xgboost安装for mac

2017-09-07 12:20:39 165

原创 cdh5

1.禁用kerberos

2017-08-23 13:40:20 328

原创 mysql

1.mac下卸载mysql sudo rm /usr/local/mysql sudo rm -rf /usr/local/mysql* sudo rm -rf /Library/StartupItems/MySQLCOM sudo rm -rf /Library/PreferencePanes/My* vim /etc/hostconfig (and removed the line

2017-08-21 14:50:03 285

原创 sklearn入门

#导入保存模型工具包from sklearn.externals import joblib#导入操作系统包import os#定位到这个路径os.chdir("/Users/yeshuai/")#导入sklearn的svm算法from sklearn import svm#定义数据特征矩阵x = [[1,2,3], [2,3,4],[1,2,3], [2,3,4],[1,2,3

2017-08-21 13:38:21 265

原创 数学中一些定理

1、费马定理 2、罗尔定理 3、拉格朗日中值定理 4、柯西中值定理 5、洛必达法则 6、泰勒中值定理 7、方向导数求导方法 8、全概率公式 9、贝叶斯公式 10、条件概率 11、二项式展开 12.协方差

2017-08-11 10:26:59 471

原创 最小二乘法

用于寻找拟合方程,最小二乘法

2017-08-10 17:30:48 310

原创 线性回归

2017-08-10 17:24:51 170

原创 特征工程(如何合理地把非数值特征转换成数值特征)

现在我理解的特征工程的意义是:如何把非数值特征转换成数值特征? 1、假如有一个属性是职业,有这三种职业,教师、公务员、工程师,现在要用一个基于线性回归的算法,来训练模型,假如f(x,y)=ax+by,a,b代表权重,x代表职业这个属性值,那么如何给这个x赋值?解决方案: 1、人工无脑的赋值,比如教师=1,公务员=2,工程师=3,但是这样科学吗?假设教师和工程师的特征比较相似,这样显然不合适。但是

2017-08-10 17:15:05 3506

原创 感知器学习算法

1.

2017-08-08 14:48:43 298

原创 BP神经网络算法

参考 学了一个星期高数,我以一个初学者的身份来描述一下这个算法,希望我能讲的通俗易懂。 1、在学习这个算法之前,先看一下如何解决下面这个问题。 有一组点{(2,3,5),(4,5,7),(6,8,10)},如何确定一条直线能最大的拟合这些点? 我们把这个问题转换一下就是,确定一个函数表达式z=f(x,y)=ax+by,使用这个函数表达式求得的值与真实点z坐标的值相差的平方S, S=(2a+

2017-08-08 14:47:40 408

原创 K-means算法

此算法用于聚类 给你一些数据,他们的属性已经被数字化,你这么对他们进行聚类呢? k-means是这么做的 其实只要一条数据是数字化的,就可以把他们看成一个点。我们把这些记录看成一个点群。 我们对一些事物进行分类,其实就是看他们距离的远近,正所谓物以类聚,人以群分嘛。 比如,我们想把他们聚成3类,我们可以随机的选三个不同点,然后把每个测试数据与这三个点求距离,这个测试数据与三个点中哪个距离最

2017-08-07 16:49:29 214

原创 knn算法

英文全称k-nearst-neighbors 这是一个分类算法 工作原理: 比如,有一堆先验数据,他们已经分好了类,把这一堆数据看成一个一个的点,他们有坐标。现在来了一条测试数据(这条数据也相当于一个点,有坐标),让你对他进行分类,你怎么分呢? knn是这么做的,以这个测试数据为中心点画一个r=5(这个数你自己定)圆, 然后看这个圆圈里包含了哪些点,这些点里面,哪类最多,就把你分为哪类。

2017-08-07 16:18:07 226

原创 随机森林入门笔记

参考 1.如果说决策树是一棵树,那么随机森林就是多棵决策树,随机森林的出现其实就是对决策树的补充和优化。 2.假如有一堆数据,原来是通过一个决策树来建立模型做分类,现在是把这堆数据再分成k个数据堆,建立k个决策树也就是k个模型,假如现在来了个测试数据,我让他在每个模型上都跑一遍得出k种结果,选择结果出现的频率比较高的结果作为最终结果。 3.不同的决策树,他们的不同点在什么地方?

2017-08-07 14:29:28 224

原创 机器学习入门

1.常用算法 决策树 随机森林算法 逻辑回归 SVM 朴素贝叶斯 Knn算法 K-means算法 Adaboost 算法 神经网络 马尔可夫 2.聚类和分类的区别 分类:比如有一堆数据,你已经事先对他们做好了分

2017-08-07 14:05:51 222

原创 决策树学习笔记

在我看来,决策树的作用只有一个,就是做分类。并且我觉得机器学习的功能就是聚类和分类。如果以后另有发现,我改。 参考 1.树的概念 2.过度拟合 所谓过度拟合,就是实验中通过这种决策树做分类效果很好,但是到实际生产中正确率就下降很多 3.纯度,就是说有一个属性可以直接把测试数据集分为两类,假如这两类在是p1和p2,如果p2和p1的差值越大,说明通过这个属性作为起始节点就越合理。 4.正太分

2017-08-07 14:03:13 224

原创 maven使用

1.修改aliyun镜像 2.maven入门 3.解决jar包冲突

2017-08-04 14:35:43 195

原创 linux一些常用服务的安装

1.ntp时间同步安装 2.suse11离线安装gcc 3.suse安装redis

2017-08-04 14:34:26 303

原创 linux一些常用命令

1.ssh免密登陆 .1生成私钥和公钥ssh-keygen -t rsa -P .2假如A机器要登陆B机器,只需要将A机器的~/ssh/id_rsa.pub的id_rsa文件内容追加到B机器的~/ssh/下的authorized_keys文件 2.ntp时间同步服务 3.

2017-08-04 14:28:17 163

原创 gitlab使用

git使用好文章 常用命令: 1.从gitlab下载master代码 git clone [email protected]:dp/dp-enterprise.git /uesr/kk2.从gitlab下载master分支代码jiangnan-bank-poc git clone [email protected]:dp/dp-enterprise.gi

2017-08-04 11:58:17 263

原创 kerberos学习笔记

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

2017-08-03 23:58:21 3600 1

原创 suse11离线安装gcc

1.suse安装gcc需要以下包gcc-4.3-62.198.x86_64.rpmglibc-devel-2.11.3-17.31.1.x86_64.rpmgcc-c++-4.3-62.198.x86_64.rpm            libstdc++-devel-4.3-62.198.x86_64.rpmgcc43-4.3.4_20091019-0.22.17.x86

2017-08-03 11:22:30 1642

suse11.4x86_64gcc安装包

suse11.4x86_64gcc安装包,gcc,redis

2017-08-03

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除