<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[早点变成刘强东就好]]></title><description><![CDATA[北漂的陶小陶的技术栈]]></description><link>https://blog.youkuaiyun.com/cayman_2015</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; cayman_2015]]></copyright><item><title><![CDATA[pandas之read_csv参数详解]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/95456713</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/95456713</guid><author>cayman_2015</author><pubDate>Thu, 11 Jul 2019 11:03:28 +0800</pubDate><description><![CDATA[最近发现pandas强大的惊人，只是不懂。多走了很多歪路，浪费开发效率。准备好好总结一下pandas.
pandas.read_csv参数

Basic
filepath_or_buffer : various
sep : str, defaults to ‘,’ for read_csv(), \t for read_table()
Regex example: ‘\r\t’.
delimite...]]></description><category></category></item><item><title><![CDATA[链表中环的入口结点 题解]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/92793954</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/92793954</guid><author>cayman_2015</author><pubDate>Tue, 18 Jun 2019 15:43:19 +0800</pubDate><description><![CDATA[#-*- coding:utf-8 -*-
'''
@project: exuding-nlp-all
@author: tao
@time: 2019-06-18 14:58:59 
'''
#给一个链表，若其中包含环，请找出该链表的环的入口结点，否则，输出null。
# class ListNode:
#     def __init__(self, x):
#         self.va...]]></description><category></category></item><item><title><![CDATA[解决CentOS升级python后yum不可用问题]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/92655636</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/92655636</guid><author>cayman_2015</author><pubDate>Mon, 17 Jun 2019 17:12:02 +0800</pubDate><description><![CDATA[造成原因：
CentOS 6.9 默认安装了python2.6.6 因为一些命令要用它比如yum 它使用的是python2.6.6。因为一些程序和框架要求，需要使用python3,于是升级安装了python3。然后建立软连接，使python默认链接到python3解释器。但是这样造成了yum命令的无法使用，是因为yum需要python2。一些yum调用的程序中原本#!/usr/bin/python...]]></description><category></category></item><item><title><![CDATA[概率图模型 HMM CRF 学习笔记]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/91878508</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/91878508</guid><author>cayman_2015</author><pubDate>Thu, 13 Jun 2019 17:34:16 +0800</pubDate><description><![CDATA[1.机器学习最重要的任务，是根据一些可观测的样本数据，对感兴趣的未知变量（例如类别标记）进行评估和推测。概率模型（probabilistic model）提供了一种描述框架，将学习任务归结于计算变量的概率分布。在概率模型中，利用已知变量推测未知变量的分布称为‘推断’，其核心是如何基于可观测变量推测出未知变量的条件分布。注意 推断和预测不同，由果溯因的过程也是推断，而预测则不具备这种能力。
概率图模...]]></description><category></category></item><item><title><![CDATA[基于规则的双向最大匹配算法的分词]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/90606421</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/90606421</guid><author>cayman_2015</author><pubDate>Mon, 27 May 2019 16:51:41 +0800</pubDate><description><![CDATA[双向最大匹配算法（Bi-directction Matching method）是将最大匹配法得到的分词结果和逆向最大匹配法得到的结果通过双向最大匹配算法的规则进行筛选而得到。
#-*- coding:utf-8 -*-
'''
@project: exuding-nlp-all
@author: texuding
@time: 2019-05-27 15:45:46 
'''
#正向最大匹配算法...]]></description><category></category></item><item><title><![CDATA[Svm实现多分类]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/90210865</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/90210865</guid><author>cayman_2015</author><pubDate>Tue, 14 May 2019 17:17:23 +0800</pubDate><description><![CDATA[Svm实现多分类Svm实现多类分类原理代码实现训练的图片
Svm实现多类分类原理
1.支持向量机分类算法最初只用于解决二分类问题，缺乏处理多分类问题的能力。后来随着需求的变化，需要svm处理多分类分为。目前构造多分类支持向
量机分类器的方法主要有两类: 一类是“同时考虑所有分类”方法，另一类是组合二分类器解诀多分类问题。
第一类方法主要思想是在优化公式的同时考虑所有的类别数据，J.Weston 和...]]></description><category></category></item><item><title><![CDATA[python 常见正则表达式]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/89375046</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/89375046</guid><author>cayman_2015</author><pubDate>Thu, 18 Apr 2019 11:28:12 +0800</pubDate><description><![CDATA[1.替换：语法：str.replace(old, new,[ max])


s.replace('中国','世界')输出：'世界是有好大学的，比如北京师范大学[2]'


re.sub(r'[+[0-9]+]','',s)输出：'中国是有好大学的，比如北京师范大学'


2.替换：语法：re.sub(pattern, repl, string, count=0, flags=0)pattern...]]></description><category></category></item><item><title><![CDATA[pandas 常用命令]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/88747180</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/88747180</guid><author>cayman_2015</author><pubDate>Fri, 22 Mar 2019 17:54:39 +0800</pubDate><description><![CDATA[更改列名：（按照列表新旧字典格式更改） df.rename(columns={'name':'school'},inplace=True)
多表合并（列不一样时，按照列名为key，合并方式可以通过参数修改，对应sql的形式）df_norm = pd.merge(df_1,df_2,how = 'inner',on = 'school')    用并集的形式合并df_data_bingji = p...]]></description><category></category></item><item><title><![CDATA[机器学习面试（实习）总结]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/87947786</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/87947786</guid><author>cayman_2015</author><pubDate>Tue, 26 Feb 2019 20:31:00 +0800</pubDate><description><![CDATA[机器学习实习面试总结
算法题：
大公司一般上来会有三道算法题，不管是用试卷（百度）还是直接问（头条）都是手写代码，这三道题一般难度也是逐渐增加的，第一道题一般是普通的通过两个for循环可以解决的，遇到比较多的是对串的操作，或者一些其他形式的题最终也需要转化为串来解决，比如两个大数相加。第二道题一般是数据结构的，树结构或者链表，树结构我觉得会基本的深搜和宽搜其他的发挥就好，因为我准备时间不是很多，所...]]></description><category></category></item><item><title><![CDATA[计算两个URL的相似度 编辑距离和docsim]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/84950524</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/84950524</guid><author>cayman_2015</author><pubDate>Tue, 11 Dec 2018 10:05:12 +0800</pubDate><description><![CDATA[在教育领域，追踪学习者的学习行为活动是分析学习者学习的一种有效的处理方式，这里处理一批url，通过处理URL形成相似度矩阵，再进一步进行聚类，及以后的相关处理。
计算两个文本间（这里的文本指两个url）的相似度有多种方法，在NLP领域一版处理文本文件相似度，常用docsim/doc2vec/LSH比较两个文档之间的相似度，通过jieba分词然后使用上面的相关算法计算某一句话或者某一段话在文本中和它...]]></description><category></category></item><item><title><![CDATA[面试问答题总结]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/84848534</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/84848534</guid><author>cayman_2015</author><pubDate>Thu, 06 Dec 2018 10:44:02 +0800</pubDate><description><![CDATA[TCP/IP协议和http协议的区别：
TPC/IP协议是传输层协议，主要解决数据如何在网络中传输，而HTTP是应用层协议，主要解决如何包装数据。关于TCP/IP和HTTP协议的关系，网络有一段比较容易理解的介绍：“我们在传输数据时，可以只使用（传输层）TCP/IP协议，但是那样的话，如果没有应用层，便无法识别数据内容，如果想要使传输的数据有意义，则必须使用到应用层协议，应用层协议有很多，比如HT...]]></description><category></category></item><item><title><![CDATA[Mysql详解（一）Mysql中的索引]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/84840741</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/84840741</guid><author>cayman_2015</author><pubDate>Wed, 05 Dec 2018 17:58:08 +0800</pubDate><description><![CDATA[Mysql中的索引
索引简介
索引用于快速找出在某个列中有一特定值的行，不使用索引，MySQL必须从第一条记录开始读完整个表，直到找出相关的行，表越大，查询数据所花费的时间就越多，如果表中查询的列有一个索引，MySQL能够快速到达一个位置去搜索数据文件，而不必查看所有数据，那么将会节省很大一部分时间。
例如：有一张person表，其中有2W条记录，记录着2W个人的信息。有一个Phone的字段记录每...]]></description><category></category></item><item><title><![CDATA[面试常见算法题]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/84838171</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/84838171</guid><author>cayman_2015</author><pubDate>Wed, 05 Dec 2018 16:11:04 +0800</pubDate><description><![CDATA[两个大数相加
public class Main {
    public static void main(String[] args) {
        String str1=&quot;125567673456&quot;;
        String str2=&quot;32434564&quot;;
        String result = MaxNumberAdd(str1,str2);
        Sys...]]></description><category></category></item><item><title><![CDATA[T-sne 详解和代码]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/84134215</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/84134215</guid><author>cayman_2015</author><pubDate>Fri, 16 Nov 2018 09:49:42 +0800</pubDate><description><![CDATA[1.T-SNE的背景及介绍：
任何事物产生的背景大多来自于现实的需求和现状的不满足：
一：高维数据的可视化是许多不同领域的重要问题，例如与乳腺癌相关的细胞核由约30个变量描述。
二：过去几十年中用于可视化高维数据的技术中很多非降维技术例如基于像素的技	术等仅提供了两个以上数据维度的工具，并将数据的解释留给人类观察者。降维方法将高维数据集转换为可以在散点图中显示的二维或三维数据。降维的目的在于在低维...]]></description><category></category></item><item><title><![CDATA[pandas 处理数据一（抽取特定URL，正则匹配）]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/84107271</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/84107271</guid><author>cayman_2015</author><pubDate>Thu, 15 Nov 2018 17:00:29 +0800</pubDate><description><![CDATA[主要是想查找第一个url文件中的url在第二个文件中url中有多少个和它匹配。
第一个文件截图（共23个特征数据）：

第二个文件截图，共6万多URL数据：

结果截图：

import pandas as pd
import numpy as np
df = pd.read_csv('cluster_all.csv')
#一次性删除指定列
x=[0,2]
df.drop(df.columns[x...]]></description><category></category></item><item><title><![CDATA[sql学习顺序指导（转）]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/83861178</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/83861178</guid><author>cayman_2015</author><pubDate>Thu, 08 Nov 2018 14:51:35 +0800</pubDate><description><![CDATA[转载链接：https://www.zhihu.com/question/19552975/answer/138930758
一、基础理论篇目的：
1.了解建立数据库的意义，为什么不能用excel而需要用数据库？以及有哪些方面的应用？
2.数据库系统在整个网站中处于一个什么位置？在数据后台如何调用数据库的数据？
3.数据库的应用范围？什么时候才不得不使用数据库？什么时候数据库也不灵了？（大概10万条...]]></description><category></category></item><item><title><![CDATA[Linux常见操作命令]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/83860946</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/83860946</guid><author>cayman_2015</author><pubDate>Thu, 08 Nov 2018 14:39:23 +0800</pubDate><description><![CDATA[1.远程链接数据库：mysql -pxx -hxx -uxx -pxx

]]></description><category></category></item><item><title><![CDATA[检验数据是否符合正太分布]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/83651562</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/83651562</guid><author>cayman_2015</author><pubDate>Fri, 02 Nov 2018 10:31:36 +0800</pubDate><description><![CDATA[import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats
import pandas as pd
 
# additional packages
from statsmodels.stats.diagnostic import lillifors
 
def check_normality():
 ...]]></description><category></category></item><item><title><![CDATA[python与mysql交互详解二]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/83624543</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/83624543</guid><author>cayman_2015</author><pubDate>Thu, 01 Nov 2018 17:56:17 +0800</pubDate><description><![CDATA[主要实现从mysql数据库中取出想要的数据进行平均值计算，然后将取出的数据按特定字段分组后重新插入数据库中。复杂的问题可以先从简单点一步一步实现，拆解完成。
import pymysql
from pymysql import *
import pandas as pd

def select_data(sql, dict_data=True, host='xx',
               ...]]></description><category></category></item><item><title><![CDATA[xshell远程链接linux详解]]></title><link>https://blog.youkuaiyun.com/cayman_2015/article/details/83413268</link><guid>https://blog.youkuaiyun.com/cayman_2015/article/details/83413268</guid><author>cayman_2015</author><pubDate>Fri, 26 Oct 2018 12:53:24 +0800</pubDate><description><![CDATA[第一步：
安装xshell;
第二步：
查询xshell要链接的服务器地址，或者自己的另一台ubuntu电脑；
2.1：ubuntu查看本地ip:
①下载net-tools：  sudo apt-get install net-tools
②查询ip: ifconfig
③找到wl(wlan分配给电脑的地址)  inet之后的就是ip地址，inet6后面的是ipv6的地址。
第三步：xshell新...]]></description><category></category></item></channel></rss>