原创 推薦算法整理

1、基於矩陣分解(MF,Matrix Factorization)的推薦算法 # coding:utf-8 __author__ = "orisun" import random import math class LFM(obj

原创 Neo4j學習筆記(1)——使用Java API實現簡單的增刪改查

閱讀目錄項目的創建及配置使用嵌入式數據庫創建節點和關係查詢及更新刪除關係和節點完整代碼參考資料回到頂部項目的創建及配置 因爲Neo4j依賴的jar包比較多,所以推薦使用Maven來管理。 首先創建一個Maven Project,添

原创 python繪製sigmoid及tanh函數

Sigmoid激活函數 import math import numpy as np import matplotlib.pyplot as plt x = np.arange(-10,10) a=np.array(x) y1=1/

原创 MySql組合索引與字段順序

mysql組合索引與字段順序 下列轉自:http://www.tech-q.cn/archiver/tid-11673.html 很多時候,我們在mysql中創建了索引,但是某些查詢還是很慢,根本就沒有使用到索引!一般來說,

原创 JAVA優秀題目原理及常用注意項目整理

1、java對象實例化過程中的多態特性 執行對象實例化過程中遵循多態特性 ==> 調用的方法都是實例化的子類中的重寫方法,只有明確調用了super.xxx關鍵詞或者是子類中沒有該方法時,纔會去調用父類相同的同名方法。 class Tes

原创 【必備操作】Windows + Anaconda3 + TensorFlow 安裝教程

環境:win10-64 位和 win7-64 位(系統必須是64位,因爲 TensorFlow 只支持64位) 一、安裝 Anaconda3 1、下載 Anaconda3 Anaconda官網鏈接 這裏我們選擇Windows

原创 所遇電腦問題彙總

1、寬度鏈接651問題。最後一個寒假,從學校回到家。可是通過家裏的路由器怎麼着也上不了網了,網線好好的,路由器也好好的,怎麼就上不了網了呢?經過各方面檢測,發現出現了651錯誤。然後通過查找網上各種651錯誤就是沒解決,我就納了個悶了,到

原创 eclipse在配置Tomcat時,preferences選項中沒有server問題,及相關問題

問題:之前配置過tomcat,電腦重裝系統後,需要再重新配置,結果發現在eclipse中找不到server選項。 方法: 1、eclipse中單擊Help-InstallNew Software 2、kepler - http://dow

原创 python學習筆記——multiprocessing 多進程組件 進程池Pool

原文鏈接:https://www.cnblogs.com/gengyi/p/8620853.html 閱讀目錄(Content)1 進程池Pool基本概述2 進程池Pool的語法3 實例

原创 劍指offer

3、輸入一個鏈表,按鏈表從尾到頭的順序返回一個ArrayList。       方法一:使用函數。LinkedList 中有個方法是 add(index,value),可以指定 index 位置插入 value 值,所以我們在遍歷 lis

原创 Neo4j學習筆記(2)

幾個學習NEO4J的鏈接: Neo4j的使用與java調用案例 https://blog.csdn.net/sunroyi666/article/details/80801859 Neo4j-admin import 大數據量導入 htt

原创 實用工具2

1、論文(外文)引用查詢工具:CiteSeerX 方法一:地址:http://citeseer.ist.psu.edu/index 方法二: 在SCI文獻檢索頁面www.isiknowledge.com點擊左側【Web of Scienc

原创 windos下NEO4j的安裝及使用

一、依賴Java的JVM虛擬機,因此,保證系統中已安裝了JDK二、官網地址下載Windows社區版本的壓縮包:Neo4j-X.X.X alpha05(Windows)三、將解壓後的文件重命名放置任意盤符下:D:\neo4j-co

原创 實用工具

論文搜索: semantic scholar or 谷歌學術 or 谷歌學術搜索按鈕插件 NLP論文list: ACL Anthology 第一個國內都可以訪問,後面的需要訪問國外,如果學校圖書館可以上谷歌學

原创 精確率(Precision)、召回率(Recall)與F1值

衡量二分類器的評價指標除了準確率(Accuracy)外,還有精確率(Precision)、召回率(Recall)、F1 值等。 精確率是針對我們預測結果而言的,它表示的是預測爲正的樣本中有多少是真正的正樣本。那麼預測爲正就有兩