原创 排序算法 之 堆排序 HeapSort
介紹 堆排序在 top K 問題中使用比較頻繁。堆排序是採用二叉堆的數據結構來實現的，雖然實質上還是一維數組。二叉堆是一個近似完全二叉樹 。 二叉堆具有以下性質： - 父節點的鍵值總是大於或等於（小於或等於）任何一個子節點的鍵值
2020-06-23 03:00:03
原创 sklearn 快速入門
簡介 sklearn自帶了一些標準數據集，用於分類問題的 iris 和 digits。用於迴歸問題的boston房價數據集。 導入數據集 from sklearn import datasets 自帶的數據都放在datasets裏
2020-06-23 03:00:03
3
原创 排序算法 之 選擇排序SelectionSort
介紹 選擇排序無疑是最簡單直觀的排序。它的工作原理如下。 步驟 在未排序序列中找到最小（大）元素，存放到排序序列的起始位置。 再從剩餘未排序元素中繼續尋找最小（大）元素，然後放到已排序序列的末尾。 以此類推，直到所有元素均排序完
2020-06-23 03:00:03
原创 sklearn:選擇正確的模型
解決一個機器學習問題最難的一步是找到一個合適的模型，不同模型的選擇與數據類型和問題類型息息相關。 下面的流程圖就是設計來給使用者一個簡單的指導，讓使用者知道怎麼去看待問題，並根據自己的數據選擇合適的模型。 點擊下面圖中的每個模型可
2020-06-23 03:00:03
原创 排序算法 之 歸併排序 MergeSort
介紹 歸併排序是採用分治法的一個非常典型的應用。歸併排序的思想就是先遞歸分解數組，再合併數組。 先考慮合併兩個有序數組，基本思路是比較兩個數組的最前面的數，誰小就先取誰，取了後相應的指針就往後移一位。然後再比較，直至一個數組爲空，
2020-06-23 03:00:03
原创 字符串匹配 之 RK(Rabin-Karp)
背景 Rabin-Karp字符串匹配算法和前面介紹的《樸素字符串匹配算法》類似，也是對應每一個字符進行比較，不同的是Rabin-Karp採用了把字符進行預處理，也就是對每個字符進行對應進制數並取模運算，類似於通過某種函數計算其函數
2020-06-23 03:00:03
1
原创 RDD Transformation——takeSample
原理 takeSample()函數和sample函數是一個原理，但是不使用相對比例採樣，而是按設定的採樣個數進行採樣，同時返回結果不再是RDD，而是相當於對採樣後的數據進行collect()，返回結果的集合爲單機的數組。 圖中，
2020-02-21 04:15:07
原创 ndarray 矢量化（vectorization）
矢量化（vectorization）使得你不用編寫循環就可以對數據進行批量運算。大小相等的數組之間的任何算術運算都會將運算應用到元素級。 數組和標量運算 import numpy as np arr = np.array([[1.
2020-02-21 04:15:07
原创 字符串匹配算法 之 （Horspool ）Boyer-Moore-Horspool
簡介 Horspool是後綴搜索，大家都從左往右匹配，它反着來。也就是搜索已讀入文本中是否含有模式串的後綴；如果有，是多長，顯然，當後綴長度等於模式串的長度時，我們就找到了一個匹配。 Horspool算法思想：模式串從右向左進行匹
2020-02-21 04:15:07
原创 排序算法 之 插入排序InsertionSort
介紹 插入排序的工作原理是，對於每個未排序數據，在已排序序列中從後向前掃描，找到相應位置並插入。 步驟 從第一個元素開始，該元素可以認爲已經被排序 取出下一個元素，在已經排序的元素序列中從後向前掃描 如果被掃描的元素（已排序）大
2020-02-21 04:15:07
原创 排序算法 之 冒泡排序 BubbleSort
介紹 冒泡排序的原理非常簡單，它重複地走訪過要排序的數列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。 步驟 比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。 對第0個到第n-1個數據做同樣的工作。這時，最大的數
2020-02-21 04:15:07
原创 排序算法 之 希爾排序ShellSort
介紹 希爾排序，也稱遞減增量排序算法，實質是分組插入排序。由 Donald Shell 於1959年提出。希爾排序是非穩定排序算法。 希爾排序的基本思想是：將數組列在一個表中並對列分別進行插入排序，重複這過程，不過每次用更長的列（
2020-02-21 04:15:07
原创 字符串匹配算法 之 KMP(Knuth-Morris-Pratt)
KMP簡介 Knuth-Morris-Pratt算法簡稱KMP算法。是常用的字符串匹配算法，這個算法由Donald Knuth、Vaughan Pratt、James H. Morris三人於1977年聯合發表，故取這3人的姓氏命
2020-02-21 04:15:07
原创 排序算法 之 快速排序 QuickSort
介紹 快速排序通常明顯比同爲 O(nlogn) 的其他算法更快，因此常被採用，而且快排採用了分治法的思想，所以在很多筆試面試中能經常看到快排的影子。可見掌握快排的重要性。 步驟 從數列中挑出一個元素作爲基準數。 分區過程，將比
2020-02-21 04:15:07
原创 Linux htop命令
簡介 htop是Linux系統下一個基本文本模式的、交互式的進程查看器，主要用於控制檯或shell中，可以替代top，或者說是top的高級版。 htop命令優點: 1) 快速查看關鍵性能統計數據，如CPU（多核佈局）、內
2020-02-21 04:15:07