原创 C++ split字符串
#include <stdio.h> #include <string.h> int main () { char str[] ="- This, a sample string."; char * pch; printf
2020-06-26 17:12:29
原创 STL算法目錄
迭代器的各種形式概述：InputIterator：一個只允許單個向序列讀入元素的輸入迭代器，前向傳遞使用operator++和operator*。也可以通過operator==和operator!=檢測輸入迭代器。OutputIterat
2020-06-26 17:12:29
原创 C++ 避免使用宏
避免使用宏 概述： 宏是C和C++語言的抽象設施中最生硬的工具，它是披着函數外衣的飢餓的狼，很難馴服，它會我行我素地遊走於各處。要避免使用宏。 討論： 在C++中，幾乎從不需要使用宏。
2020-06-26 17:12:28
2
原创 Linux命令之wc - 統計文件行數、單詞數或字節數
用途說明 wc命令用來打印文件的文本行數、單詞數、字節數等（print the number of newlines, words, and bytes in files）。在Windows的Word中有個“字數統計”的工具，可以幫我
2020-06-26 17:12:28
3
原创 C格式讀取文件內容
/**--------------------- 以下爲C格式讀取文件 -----------------------**/ /**********
2020-06-26 17:12:28
原创 ORA-24369
ORA-24369：required callbacks not registered for one or more bind handles(沒
2020-06-26 17:12:28
原创 mongodb的c++接口的說明
mongodb c++ 接口說明 說明： IN表示輸入參數； OUT表示輸出參數； （1）構造函數： DBClientConnection(bool auto_connect, 0, double so_timeout);
2020-06-01 11:11:14
原创 特徵選擇算法之開方檢驗
前文提到過，除了分類算法以外，爲分類文本作處理的特徵提取算法也對最終效果有巨大影響，而特徵提取算法又分爲特徵選擇和特徵抽取兩大類，其中特徵選擇算法有互信息，文檔頻率，信息增益，開方檢驗等等十數種，這次先介紹特徵選擇算法中效果比較好的
2020-02-24 14:43:09
原创 N-gram模型
N-Gram是大詞彙連續語音識別中常用的一種語言模型，對中文而言，我們稱之爲漢語語言模型(CLM, Chinese Language Model)。漢語語言模型利用上下文中相鄰詞間的搭配信息，在需要把連續無空格的拼音、筆劃，或代表字母或
2020-02-24 14:43:09
原创 文本相似度的計算-向量空間模型
在向量空間模型中，文本泛指各種機器可讀的記錄。用D（Document）表示，特徵項（Term，用t表示）是指出現在文檔D中且能夠代表該文檔內容的基本語言單位，主要是由詞或者短語構成，文本可以用特徵項集表示爲D(T1，T2，…，Tn)，其
2020-02-24 14:43:09
原创 C++ map 根據值排序
typedef pair<string, int> PAIR; int cmp(const PAIR& x, const PAIR
2020-02-24 14:43:09
原创 特徵選擇方法之信息增益
前文提到過，除了開方檢驗（CHI）以外，信息增益（IG，Information Gain）也是很有效的特徵選擇方法。但凡是特徵選擇，總是在將特徵的重要程度量化之後再進行選擇，而如何量化特徵的重要性，就成了各種方法間最大的不同。開方檢驗中
2020-02-24 14:43:09
原创 C格式讀取文件
最近經常會使用C語言讀寫文件，所以在此總結一下。 在Ｃ語言中，文件操作都是由庫函數來完成的，可以分爲讀和寫兩種操作。操作流程爲使用fopen()打開文件>>使用下面的庫函數讀或寫文件>>fclose()關閉文件。 下面先列
2020-02-24 14:43:09
原创 oracle grant 存儲過程 執行 job 小總結
grant GRANT — 賦予一個用戶，一個組或所有用戶訪問權限 GRANT privilege [, ...] ON object [, ...] TO { PUBLIC | GROUP group | username }
2020-02-24 14:43:09
原创 中文文本分類流程
中文文本分類中使用較多的特徵抽取方法包括文檔頻率DF、互信息MI、信息增益IG和CHI等。 文本分類主要分成建立特徵庫、分類模型訓練和分類測試三個步驟。 1、預處理，包括分詞和停用詞的移除。 2、選擇合適的特徵抽取方法，對每個詞條進行
2020-02-24 14:43:09