ITeye博客

Chris_Ma的博客

Chris_Ma · 共 13 篇文章

node.js 垃圾回收

V8脚本引擎 垃圾回收机制 1.scavenge scavenge主要采用了cheney算法。 cheney算法采用复制的方式实现。主要用于新生代内存(由于新生代内存生命周期短)。 优点:时间效率高,空间换取时间。 过程:将内存分为一分为二,两部分semispace,分别为 From和To。垃圾回收时,检查From内存中存活的对象复制到To中,释放From空间,并将From和To角色调换。复制条件,如果对象被复制多次晋升到oldspace,如果超过25%,同样晋升。 2.Mark-sweep 由于老生代对象存活时间都比较长,使用scavenger效率低。mark-sweep 采用遍历标记存活…

2016-01-28 15:55 · 后端语言 · 评论(0)

机器学习

机器学习三要素:模型、目标、算法,model cost function 著作权归作者所有。 商业转载请联系作者获得授权,非商业转载请注明出处。 作者:周小涛 链接:http://www.zhihu.com/question/24900876/answer/65176508 来源:知乎 Linear Regression的cost function是最小二乘,即 但是Logistic Regression的cost function却是 为什么Logistic Regression不使用最小二乘做cost function呢? 答案是各自的响应变量 服从不同的概率分布。 在Linear Re…

2015-12-04 17:38 · 数据预处理 · 评论(0)

最小二乘法

**最小二乘法:**残差平方和最小,拟合曲线 一.背景 5月9号到北大去听hulu的讲座《推荐系统和计算广告在视频行业应用》,想到能见到传说中的项亮大神,特地拿了本《推荐系统实践》求签名。讲座开始,主讲人先问了下哪些同学有机器学习的背景,我恬不知耻的毅然举手,真是惭愧。后来主讲人在讲座中提到了最小二乘法,说这个是机器学习最基础的算法。神马,最基础,我咋不知道呢! 看来以后还是要对自己有清晰认识。 回来赶紧上百度,搜了下什么是最小二乘法。 先看下百度百科的介绍:最小二乘法(又称最 小 1 平方法)是一种 数学 优化技术。它通过最小化 误差 的平方和寻找数据的最佳 函数 匹配。利用最小二乘法可以…

2015-12-04 16:58 · 数据预处理 · 评论(0)

Datamining

数据集 1.一般特性 a 维度 dimensionality b 稀疏性 sparsity c 分辨率 resolution 2 记录数据 a 事物数据或者购物篮数据 transaction data b 数据矩阵 data matrix or pattern matrix 3 数据质量 测试误差 measurement error 收集误差 噪音 精度、偏倚、准确率 precision、bias 、 accuracy 离群点 outlier 遗漏值 不一致的值 重复数据 预处理方法 1.聚集 数据合并 2.抽样 有放回、无放回 分层、渐进抽样(progressive sampling) 3…

2015-10-10 14:01 · 数据预处理 · 评论(0)

scala

until与to的区别 : until (), to scala支持包对象,可添加工具函数或者常量 scala 闭包 与 java 匿名类 重写 override ,suiper.父类 限定当前对象课件 private【this】 构造顺序 :被调用的方法或者常量可能会被重写,导致混乱- 解决办法: 1.定义为final类型,不能被重写 2.超类中将val申明为lazy 3.使用提前定义语法 class A extends { code } with A _* 区间边序列 8.过程 = 不返回值的函数 9.lazy val 10. 0 until (a.length , 2) || (0 u…

2015-08-31 21:28 · 评论(0)

java 静态内部类、局部内部类、匿名内部类

.java 静态内部类、局部内部类、匿名内部类 匿名内部类:一个匿名内部类一定是在new的后面,用其隐含实现一个接口或实现一个类,没有类名,根据多态,我们使用其父类名。因他是局部内部类,那么局部内部类的所有限制都对其生效。匿名内部类是唯一一种无构造方法类。大部分匿名内部类是用于接口回调用的。匿名内部类在编译的时候由系统自动起名Out$1.class。如果一个对象编译时的类型是接口,那么其运行的类型为实现这个接口的类。因匿名内部类无构造方法,所以其使用范围非常的有限。当需要多个对象时使用局部内部类,因此局部内部类的应用相对比较多。匿名内部类中不能定义构造方法。如果一个对象编译时的类型是接口,那…

2015-08-31 16:25 · 评论(0)

Suffix Tree

http://blog.csdn.net/g9yuayon/article/details/2574781 在文本T里查询T是否包含子串P(复杂度同流行的KMP相当)。 文本T里找出最长重复子串。比如abcdabcefda里abc同da都重复出现,而最长重复子串是abc。 找出字符串S1同S2的最长公共子串。注意不是常用作动态规划例子的LCS哈。比如字符串acdfg同akdfc的最长公共子串为df,而他们的LCS是adf。 Ziv-Lampel无损压缩算法。 还有就是这道面试题问的最长回文了。

2015-08-20 10:33 · 评论(0)

PageRank 学习

文献词权的计算: 文献内频率 * 反文献频率 表示 词权与文献内出现频率成正比,同时与此词在文献集合中出现的频率成反比。 关键字与文献匹配的 计算方法,点积公式: 早起的情报检索都是以词频为词权,缺点两个词频相同的网页可能质量相差很远,人为网页堆砌关键字。 PageRank基本原理:情报检索理论中,引文分析方法,是确定学术文献权威性的重要方法之一。也是PageRank的思想来源。 PageRank在引文分析方法中加入了 对于投票者重要性的分析。 网页U的PageRank值,等于 到达网页U的所有网页的PageRank值除以它的对外链接数值的求和。 PageRank 求值过程: 初始化时,每个…

2013-08-12 01:35 · 评论(0)

decision Tree

CART Classification and Regression Tree CART(Classification And Regression Tree)算法采用一种二分递归分割的技术,将当前 的样本集分为两个子样本集,使得生成的决策树的每个非叶子节点都有两个分支。因此,CART算法生成的决策树是结构简洁的二叉树。 以下是算法描述:其中T代表当前样本集,当前候选属性集用T_attributelist表示。 (1)创建根节点N (2)为N分配类别 (3)if T都属于同一类别or T中只剩下 一个样本则返回N为叶节点,为其分配属性 (4)for each T_attributelist中…

2013-06-04 01:23 · 评论(0)

Naive Bayes

Naive Bayes 朴素贝叶斯

2013-06-03 17:30 · 评论(0)

KNN

KNN K-nearest neighbor KNN 是对训练数据集在特征空间进行划分,重要度量 K值得选择,距离度量 和 分类决策规则 距离度量: Minkowski distance 欧式距离 Euclidean distance 曼哈顿距离 KD树 - 平衡树 构造KD树,KD树的最近邻搜索

2013-06-03 17:29 · 评论(0)

perception

linear classification model 线性分类模型 stochastic gradient descent 随即梯度下降

2013-06-03 17:24 · 评论(0)

Statistical 英语-1

supervised learning semi-supervised leaning unsupervised learning reinforcement learning 强化学习 hypothesis space 假设空间 parameter space 参数空间 likelihood loss function 似然损失函数 quadratic loss funtion 平方损失函数 risk function 风险函数 expected function 期望损失 empirical loss 经验损失 empirical ris minimization ERM 经验风险最小化…

2013-06-03 17:20 · 评论(0)