<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Sabrina_su的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Sabrina_su</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Sabrina_su]]></copyright><item><title><![CDATA[工程实践]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79337501</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79337501</guid><author>Sabrina_su</author><pubDate>Wed, 21 Feb 2018 23:48:51 +0800</pubDate><description><![CDATA[pymongo使用  启动  ./mongod --config mongo.conf在浏览器里输入mongodb所在机器IP及端口号：http://192.168.6.70:27017/Python 3.* 用urllib.request来代替原来的urllib2，因此调用的时候改为：&amp;gt;&amp;gt;&amp;gt; importurllib.requestPython3导入cookielib失败Pyt...]]></description><category></category></item><item><title><![CDATA[linux  13 vim编辑器]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79344805</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79344805</guid><author>Sabrina_su</author><pubDate>Wed, 21 Feb 2018 23:29:25 +0800</pubDate><description><![CDATA[1. pip与apt-get的区别在哪儿呢？pip用来安装来自PyPI的python所有的依赖包，并且可以选择安装任何在PyPI上已上传的先前版本的依赖包； apt-get可以用来安装软件、更新源、也可以用来更新自Ubuntu的典型依赖包，典型安装即意味着它只是安装（最新发布的，或最近一个的）单一版本，并且我们不能决定我们要安装的依赖包的版本或选择它之前的版本。2. 什么时候该用pip,什么时候该...]]></description><category></category></item><item><title><![CDATA[机器学习基石ch4]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309435</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309435</guid><author>Sabrina_su</author><pubDate>Sun, 11 Feb 2018 11:30:05 +0800</pubDate><description><![CDATA[四、Feasibility of Learning机器学习的可能性。4.1 Learning is Impossible学习可能是做不到的。在训练样本集（in-sample）中，可以求得一个最佳的假设g，该假设最大可能的接近目标函数f，但是在训练样本集之外的其他样本（out-of-sample）中，假设g和目标函数f可能差别很远。 4.2 Probability to the Rescue可能的补...]]></description><category></category></item><item><title><![CDATA[机器学习基石ch3]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309429</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309429</guid><author>Sabrina_su</author><pubDate>Sun, 11 Feb 2018 11:28:56 +0800</pubDate><description><![CDATA[三、Types of Learning各种类型的机器学习问题。3.1 Learning with Different Output Space不同类型的输出空间。3.1.1 binary classification二元分类问题。前两章中提到的银行发信用卡问题就是一个典型的二元分类问题，其输出空间只包含两个标记+1和-1，分别对应着发卡与不发卡。当然二元分类问题包含多种情况，如2.3节中提到过，如...]]></description><category></category></item><item><title><![CDATA[机器学习基石ch2]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309416</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309416</guid><author>Sabrina_su</author><pubDate>Sun, 11 Feb 2018 11:27:32 +0800</pubDate><description><![CDATA[二、Learning to Answer Yes/No二元分类。解决上一章提出的银行发行信用卡的问题。2.1 Perceptron Hypothesis Set感知器的假设空间。还是银行发信用卡的例子，银行可能掌握了用户的各种属性，如年龄，年薪，工作年限，负债情况等等，这些属性可以作为上面提到的样本输入的向量属性值。但是这样还是无法进行机器学习，因为我们还需要另一个输入，即假设空间H。假设空间该如...]]></description><category></category></item><item><title><![CDATA[机器学习基石ch1]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309364</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79309364</guid><author>Sabrina_su</author><pubDate>Sun, 11 Feb 2018 11:24:17 +0800</pubDate><description><![CDATA[先简单介绍下这门课程，这门课是在著名的MOOC（Massive Online Open Course大型在线公开课）Coursera上的一门关于机器学习领域的课程，由国立台湾大学的年轻老师林轩田讲授。这门叫做机器学习基石的课程，共8周的课程为整个机器学习课程的上半部分，更偏重于理论和思想而非算法，主要分为四大部分来讲授。   When can Machine Learn？在何时可以使用机器学习？W...]]></description><category></category></item><item><title><![CDATA[机器学习基石ch6]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79307587</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79307587</guid><author>Sabrina_su</author><pubDate>Sat, 10 Feb 2018 23:15:19 +0800</pubDate><description><![CDATA[六、Theory of Generalization 泛化理论（举一反三）。6.1 Restriction of Break Point突破点的限制。回顾一下上一章中提到的成长函数 的定义：假设空间在N个样本点上能产生的最大二分（dichotomy）数量，其中二分是样本点在二元分类情况下的排列组合。上一章还介绍了突破点（break point）的概念，即不能满足完全分类情形的样本点个数，完全二分类...]]></description><category></category></item><item><title><![CDATA[机器学习基石ch5]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79306943</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79306943</guid><author>Sabrina_su</author><pubDate>Sat, 10 Feb 2018 21:12:16 +0800</pubDate><description><![CDATA[五、Training versus Testing训练与测试。5.1 Recap and Preview回顾以及预览。首先回顾一下上一章学过的内容，学习在何种情况下是可行的。在可学习的数据来自于一个统一的分布（distribution），且假设空间中的假设函数为有限个的情况下，其学习流程图如图5-1所示。 图5-1 一种可行的学习流程图 此图和前几章中的流程图最大的不同是加入了一个模块，准确的说是...]]></description><category></category></item><item><title><![CDATA[linux4]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79254281</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79254281</guid><author>Sabrina_su</author><pubDate>Mon, 05 Feb 2018 18:09:49 +0800</pubDate><description><![CDATA[对目录的操作
cd  （cd.. 回到上层路径）

pwd （显示当前路径）

mkdir （创建路径）

rmdir （删除路径）

echo$PATH ls-al(ali 显示) 

cp( 复制)
mv(移动文件和更改名称)
rm(删除 -f 强制删除 -r递归删除 都删除了)
cat(从头显示文档内容 tca从最后一行显示 nl同时显示行号）
more les]]></description><category></category></item><item><title><![CDATA[linux3]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79237621</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79237621</guid><author>Sabrina_su</author><pubDate>Sun, 04 Feb 2018 18:40:06 +0800</pubDate><description><![CDATA[档案属性与目录配置

脚本：是一种纯文本保存的程序，脚本程序是确定的一系列控制计算机进行运算操作动作的组合，在其中可以实现一定的逻辑分支。

目录
linux是一个树形结构

linux中所有的东西都是文件
这些文件都在系统顶级目录“/” /就是根目录
/目录以下为二级目录，这些目录都是系统娤机时系统自动建立的
二级目录的作用
/bin          ##二进制可执行文件]]></description><category></category></item><item><title><![CDATA[python 语法]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79250966</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79250966</guid><author>Sabrina_su</author><pubDate>Sun, 04 Feb 2018 09:10:39 +0800</pubDate><description><![CDATA[itermitems()返回的是一个能遍历所有键值对的生成器
items()返回的是整个列表中的键值对的拷贝，在你的dict比较大的情况下会消耗大量内存
性能没比较过，你自己试试？
（我猜生成器性能更好）
python3里面的items()改成了iteritems()的行为然后删除了iteritems()



copy：浅拷贝。只拷贝父对象，不会拷贝对象的内部的子对象
deep]]></description><category></category></item><item><title><![CDATA[关于ImportError: No module named 'PyQt4']]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79244288</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79244288</guid><author>Sabrina_su</author><pubDate>Sat, 03 Feb 2018 00:14:28 +0800</pubDate><description><![CDATA[今天遇到了这样的问题，在python3.5中用这样的语句


出现错误

解决方法
尝试pip install pyqt4 ,发现并不支持python3.5 install了pyqt5 

添加语句
matplotlib.use("Qt5Agg")
表明使用pyqt5]]></description><category></category></item><item><title><![CDATA[linux2]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79234785</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79234785</guid><author>Sabrina_su</author><pubDate>Fri, 02 Feb 2018 12:23:38 +0800</pubDate><description><![CDATA[1.  pwd 查看当前路径 

2. mkdir 创建文件夹
3. rmdir 删除文件夹
4. touch 创建文件（默认txt）
5. rm 删除文件
6. cp +要复制的文件的路径 + 复制后的文件名字
7.  echo  内容 > 路径
8. ll 以长格形式列出当前目录下的所有文件，每个文件的长度和创建时间不同。d的意思就是目录，-的意思就是文件。其后的字母就是rwx]]></description><category></category></item><item><title><![CDATA[linux 1]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/79234640</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/79234640</guid><author>Sabrina_su</author><pubDate>Fri, 02 Feb 2018 01:32:28 +0800</pubDate><description><![CDATA[1 图形界面与文字模式转换 

进入ctrl ALT  + F1-F6
返回 startx
2 时间 

date
3 日历
cal   

cal 2 2018 (2018二月日历)
4 清屏
clear
5 计算器
bc(加减乘除求余指数)
quit  退出
scale=2(保留小数点后两位)

6 自动补全
双击TAB 自动补全命令
单击补全路径
7]]></description><category></category></item><item><title><![CDATA[代码percolation]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/78170022</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/78170022</guid><author>Sabrina_su</author><pubDate>Sat, 07 Oct 2017 15:57:49 +0800</pubDate><description><![CDATA[改了好久的代码percolation,还是在小伙伴的帮助下得以通过得到了92分。还是代码能力好差。总结了一下出错的地方。
import edu.princeton.cs.algs4.StdIn;
import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.StdRandom;
import edu.princeto]]></description><category></category></item><item><title><![CDATA[面试题]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/78156788</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/78156788</guid><author>Sabrina_su</author><pubDate>Tue, 03 Oct 2017 23:04:09 +0800</pubDate><description><![CDATA[Question: 3-SUM in quadratic time. Design an algorithm for the 3-SUM problem that takes time proportional to n^2 in the worst case. You may assume that you can sort the n integers in time proportional]]></description><category></category></item><item><title><![CDATA[算法学习第一周union find solution]]></title><link>https://blog.youkuaiyun.com/Sabrina_su/article/details/78153184</link><guid>https://blog.youkuaiyun.com/Sabrina_su/article/details/78153184</guid><author>Sabrina_su</author><pubDate>Mon, 02 Oct 2017 23:26:57 +0800</pubDate><description><![CDATA[union find 算法是用于解决动态连通性问题的算法，即用于判断一对给定的对象是否相连的问题。
在实现过程中不断改进出现了以下几种实现方法。
一 quick find 算法
在union find 算法中，union的方法是服务于find的方法。在quick find 算法中，find（）方法的操作是很快的，只需要访问我们定义的数组。而union（）操作归并两个分量的操作的访问数组的次数]]></description><category></category></item></channel></rss>