<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[angie2011的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/angie2011</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; angie2011]]></copyright><item><title><![CDATA[Pandas中常用的函数使用]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429055</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429055</guid><author>angie2011</author><pubDate>Mon, 10 Dec 2018 09:03:00 +0800</pubDate><description><![CDATA[1、离散值的onehot编码
   pd.get_dummies（）

import pandas as pd
#对于离散值不能进行编码的利用onehot编码
df = pd.DataFrame([
    ['green', 'M', 10.1, 'class1'],
    ['red', 'L', 13.5, 'class2'],
    ['blue', 'XL'...]]></description><category></category></item><item><title><![CDATA[单链表的反转  python实现实例]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429057</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429057</guid><author>angie2011</author><pubDate>Sun, 09 Dec 2018 18:59:00 +0800</pubDate><description><![CDATA[单链表反转实现
1、递归实现
 根据递归，递归到最后一个节点(条件为head3为非空，其下一个指向为空)，将其next指向前一个结点，前一个结点的指向为None。






def recurse(head, newhead):  # 递归，head为原链表的头结点，newhead为反转后链表的头结点
        if head is None:
  ...]]></description><category></category></item><item><title><![CDATA[SNE、T-SNE]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429040</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429040</guid><author>angie2011</author><pubDate>Thu, 15 Nov 2018 16:31:00 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/zhangweiguo_717/article/details/70188517
http://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis/
这两篇博客有详细介绍，主要的区别
  所谓的t-SNE算法，总结一下其实就是在SNE的基础上增加了两个改进：一是...]]></description><category></category></item><item><title><![CDATA[python对mat矩阵的处理，保存和调用]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429030</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429030</guid><author>angie2011</author><pubDate>Mon, 22 Oct 2018 16:33:00 +0800</pubDate><description><![CDATA[矩阵的保存和读取

import  numpy as np
import scipy.io as scio
N=np.zeros((7,6))
N[0,:]=[1,2,3,0,4,0]
N[1,:]=[0,3,0,5,0,1]
N[2,:]=[2,0,1,5,1,0]
N[3,:]=[3,2,0,0,2,4]
N[4,:]=[11,3,0,5,0,1]
N[5,:]=...]]></description><category></category></item><item><title><![CDATA[tf和np操作  向量的运算  外积]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429028</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429028</guid><author>angie2011</author><pubDate>Wed, 17 Oct 2018 21:53:00 +0800</pubDate><description><![CDATA[1、向量做外积运算，使得两个向量输出为矩阵形式。作为np.outer(A，B)
A向量作为列向量。B将默认为行向量。输出结果如图所示


2、用tensorflow和numpy对矩阵处理，里面基本上包含的函数是相同的，这里显著的差别就是：张量运算还是有实际输入值运算
  tf.matmul用于张量运算，实际输出值需要通过
 with Session() as ses...]]></description><category></category></item><item><title><![CDATA[神经网络在推荐中应用，特征表示方法]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429012</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429012</guid><author>angie2011</author><pubDate>Sun, 30 Sep 2018 17:32:00 +0800</pubDate><description><![CDATA[目前,越来越多将神经网络应用于推荐系统，提高推荐的准确性，实现个性化推荐。
一、DNNS---推荐

（1）特征的表示

5、



转载于:https://www.cnblogs.com/6530265oule/p/9732786.html...]]></description><category></category></item><item><title><![CDATA[基于模型的推荐系统--增量式SVD]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429029</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429029</guid><author>angie2011</author><pubDate>Sun, 30 Sep 2018 17:21:00 +0800</pubDate><description><![CDATA[推荐系统分为基于内容、基于CF（基于内存和基于模型）、混合推荐。下面为基于模型的CF推荐系统
一、推荐算法的分类

二、基于模型的推荐算法中的MF--family

三、增量式的SVD算法
参考Incremental Singular Value Decomposition Algorithms for Highly Scalable Recommender Systems...]]></description><category></category></item><item><title><![CDATA[NEAT算法]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429009</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429009</guid><author>angie2011</author><pubDate>Sun, 30 Sep 2018 16:58:00 +0800</pubDate><description><![CDATA[NEAT算法是相对提出较早的算法，在2013年大名鼎鼎的DeepMind提出了一种深度增强学习的算法，该算法主要结合的CNN和Q-Learning两种算法，本质利用遗传算法创建神经网络
1、RL:增强学习
奖赏假设 ：
任务的目标可以等价的表示为在某个奖赏函数上的累积最大化
马尔可夫性：当一个随机过程在给定现在状态及所有过去状态情况下，其未来状态的条件概率分布仅依赖于当前状态；...]]></description><category></category></item><item><title><![CDATA[SQL]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429054</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429054</guid><author>angie2011</author><pubDate>Sun, 26 Aug 2018 21:19:00 +0800</pubDate><description><![CDATA[之后的是客户端mysql.exe进行哪些命令操作?
当前的数据库利用SQL语句管理系统。

变量函数中的标识符，命名规则：
1、大小写取决于操作系统windows不区分大小写,Linux区分大小写，文件创建写会有区分。
2、见名，下滑线
数据库名可以使用哪些字符？
原则上为任意字符，数字，但是一些特殊组合，仅仅用数字，中文，关键字,应该使用标识符限定符来...]]></description><category></category></item><item><title><![CDATA[单链表的应用--两个链表相加]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429053</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429053</guid><author>angie2011</author><pubDate>Thu, 23 Aug 2018 09:57:00 +0800</pubDate><description><![CDATA[java实现**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode(int x) { val = x; }
 * }
 */
class Solution {
    public...]]></description><category></category></item><item><title><![CDATA[数据结构C---单链表的创建及遍历]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429052</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429052</guid><author>angie2011</author><pubDate>Tue, 21 Aug 2018 17:13:00 +0800</pubDate><description><![CDATA[# include&lt;stdio.h&gt;
# include&lt;malloc.h&gt;
# include&lt;stdlib.h&gt;
typedef struct Node{
  int data;
  struct Node *pnext;
}Node,*PNODE;
PNODE creatList(void);
void travelList(...]]></description><category></category></item><item><title><![CDATA[线程---消费生产]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429050</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429050</guid><author>angie2011</author><pubDate>Sat, 18 Aug 2018 15:30:00 +0800</pubDate><description><![CDATA[/*
        线程
    生产和消费
*/

class SynStack 
{
    private char[] data = new char[6];
    private int cnt = 0; //表示数组有效元素的个数
    
    public synchronized void push(char ch)
    {
   ...]]></description><category></category></item><item><title><![CDATA[java  自定义异常及其处理]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429051</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429051</guid><author>angie2011</author><pubDate>Wed, 25 Jul 2018 16:51:00 +0800</pubDate><description><![CDATA[/*
自定义异常
1、继承exception类
2、定义自定义类的构造函数（实参），super(name);相当于使用父类的构造方法；
*/
import java.io.*;

class DivisorIsZeroException extends Exception
{
    public DivisorIsZeroException(String name...]]></description><category></category></item><item><title><![CDATA[java  包名及其编译问题]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429047</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429047</guid><author>angie2011</author><pubDate>Tue, 24 Jul 2018 19:06:00 +0800</pubDate><description><![CDATA[创建类包
1、编译时需要在Dos中进入类名的主函数所在的文件下：C:\zhangsan\li\M.java


 编译时不需要包名和类名的组合
2、运行需要在包名前面的根目录下运行.
 


-----------------------------------------------------------------------------------...]]></description><category></category></item><item><title><![CDATA[java学习--equals()及其重写]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429045</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429045</guid><author>angie2011</author><pubDate>Tue, 24 Jul 2018 15:43:00 +0800</pubDate><description><![CDATA[/*
  String和String Buffer(在其保存)
  类String中方法equals（）--进行了重写和object类中的equal();  
*/
class A
{
    public int i;
    public A(int i)
    {
        this.i=i;
        
        }
public ...]]></description><category></category></item><item><title><![CDATA[Java学习---静态成员变量和一般成员变量的区别]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429048</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429048</guid><author>angie2011</author><pubDate>Sun, 15 Jul 2018 19:56:00 +0800</pubDate><description><![CDATA[public class AccessProperty {
    int i=47;//改变加static int i=47;
    public void call(){
    System.out.println("调用call()方法");
    for(int i=0;i&lt;3;i++){
  	  System.out.println(i+"");
...]]></description><category></category></item><item><title><![CDATA[ALS交替最小二乘用于CF推荐]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429042</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429042</guid><author>angie2011</author><pubDate>Sun, 01 Jul 2018 17:00:00 +0800</pubDate><description><![CDATA[用户评分矩阵R利用MF可得：
（1）
加入正则化，防止过拟合



迭代过程
1.随机生成X、Y。（相当于对迭代算法给出一个初始解。）Repeat until convergence {2.固定Y，使用公式3更新xu。3.固定X，使用公式4更新yi。}


转载于:https://www.cnblogs.com/6530265oule/p/9250564...]]></description><category></category></item><item><title><![CDATA[用贝叶斯实现拼写检查器]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429034</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429034</guid><author>angie2011</author><pubDate>Fri, 29 Jun 2018 21:06:00 +0800</pubDate><description><![CDATA[1、贝叶斯公式
p(A|D)=p(A)*p(D|A)/p(D);
可以应用于垃圾邮件的过滤和拼写检查
例如：对于拼写检查，写出一个单词D，判断该单词为正确单词A的概率。为上述条件概率的描述。
其中p(A)为先验概率，可以根据现有的数据库中的单词，来获得A单词的概率p(A)。由于正确的单词不仅仅有A,还有可能有A1，A2....
最终比较p(A1|D)，p(A2|D)，p(A3|...]]></description><category></category></item><item><title><![CDATA[模拟退火和greedy]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429024</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429024</guid><author>angie2011</author><pubDate>Tue, 26 Jun 2018 20:19:00 +0800</pubDate><description><![CDATA[https://www.cnblogs.com/ranjiewen/p/6084052.html

转载于:https://www.cnblogs.com/6530265oule/p/9231052.html]]></description><category></category></item><item><title><![CDATA[RBM和MCMC]]></title><link>https://blog.youkuaiyun.com/angie2011/article/details/102429022</link><guid>https://blog.youkuaiyun.com/angie2011/article/details/102429022</guid><author>angie2011</author><pubDate>Tue, 26 Jun 2018 17:09:00 +0800</pubDate><description><![CDATA[http://www.cnblogs.com/pinard/p/6530523.html

转载于:https://www.cnblogs.com/6530265oule/p/9230084.html]]></description><category></category></item></channel></rss>