Zerokas的博客

转载 Hadoop经典书籍资料收藏(35本)转

原文地址：http://www.hadoopor.com/thread-5128-1-2.html 1.”Hadoop.Operations.pdf.zip”http://vdisk.weibo.com/s/vDOQs6xMAQH62.”Hadoop权威指南(中文版)(带书签).pdf”http://vdisk.weibo.com/s/wxJYuVE573j3...

原创 深刻理解Python中的元类(metaclass)

深刻理解Python中的元类(metaclass) PEP 3115 – Metaclasses in Python 3000第一篇文章中我执行后有错误的代码是这一段:def upper_attr(future_class_name, future_class_parents, future_class_attr): '''返回一个类对象，将属性都转为大写形式''' ...

原创 理解机器学习中的VC维

VC维的来龙去脉Computational Learning Theory - VC Dimension 这篇文章中有几个重要的链接要仔细看一下

原创 WinRAR去除广告

WinRAR 5.40 去除广告方法，屏蔽广告弹窗方法，亲测有效winrar5.50去广告教程（仅供学习使用）[Windows] 自己动手 winRAR 去广告 删代码

原创 2017年诺贝尔生理学或医学奖

2017年诺贝尔奖诺贝尔奖官方解读最新生理医学奖：睡觉和清醒背后的分子机制看完今年的诺贝尔奖，你还敢让孩子熬夜吗？

原创 Weka在wikispaces上相关内容整理

1. Weka Mailing ListThe WEKA Mailing list can be found here:List for subscribing/unsubscribing to the listArchives (Mirror 1, Mirror 2) for searching previous posted messagesBefore posting,...

原创 Ubuntu下多个Python版本共存

一个方法是使用virtuallen环境,另一方法是使用pyenvvirtuallen使用virtuallen管理多个python版本，需要先安装多个python环境1. ubuntu下源代码安装python从http://www.python.org/download/下载源文件。编译安装tar zxvf Python-2.7.6.tgzcd Python-2.7.6...

转载 BeautifulSoup的输出

格式化输出BeautifulSoup中有内置的方法prettfy()来实现格式化输出。比如：from bs4 import BeautifulSoup html_markup = """<p class="ecopyramid"> <ul id="producers"> <li class="producerlist"&

原创 Python中过滤Windows文件名中的非法字符

网上有三种写法: 第一种(所有非法字符都不转义):def setFileTitle(self,title): fileName = re.sub('[\/:*?"<>|]','-',title)#去掉非法字符 self.file = open(fileName + &

原创 Weka源代码结构分析

Weka源码分析(1)——模块划分及core package分析

原创 导入Weka源代码到Eclipse中

1、下载weka3.7，解压其中的weka-src.jar的文件,包含lib,src,META-INF三个文件夹和另外两个文件；2、在Eclipse下新建java project，命名为weka，在src下新建名为weka的包；3、在此项目下import–>File System–>选择…/weka/src/main/java/weka，并全部导入； [第三项其他的教程略有不...

转载 文档编码问题

查看及修改文件的编码格式 ANSI是什么编码？https://wenku.baidu.com/view/44ecbe35aa00b52acec7ca10.htmlWindows 记事本的 ANSI、Unicode、UTF-8 这三种编码模式有什么区别？Sublime Text 3技巧：支持GB2312和GBK编码...

转载 Regression Tree 回归树

1. 引言AI时代，机器学习算法成为了研究、应用的热点。当前，最火的两类算法莫过于神经网络算法（CNN、RNN、LSTM等）与树形算法（随机森林、GBDT、XGBoost等），树形算法的基础就是决策树。决策树因其易理解、易构建、速度快的特性，被广泛应用于统计学、数据挖掘、机器学习领域。因此，对决...

转载 将小文件嵌入到html页面中的方法

data:image/jpg;base64Data URI scheme。Data URI scheme是在RFC2397中定义的，目的是将一些小的数据，直接嵌入到网页中，从而不用再从外部文件载入。比如上面那串字符，其实是一张小图片，将这些字符复制黏贴到火狐的地址栏中并转到，就能看到它了。 在上面的Data URI中，data表示取得数据的协定名称，image/png 是数据类型名称...

原创 计算学习理论博客待整理

PAC learning 到底在做什么？ 30分钟了解PAC学习理论——计算学习理论第一讲

原创 Java的解释执行与编译执行

理解Java的几个编译器前端编译器：把.java文件转变成.class文件。包括Sun的Javac、Eclipse JDT中的增量式编辑器（ECJ）后端运行期编译器（JIT编译器，Just In Time Compiler）：把字节码转成机器码。包括HotSpot VM的C1、C2编译器静态提前编译器（AOT编译器，Ahead Of Time Compiler）：把*.java编译成本...

原创 Weka中的有监督的离散化方法

参考：机器学习-变量离散之MDLP对应分析Weka中weka.filters.supervised.attribute.Discretize 涉及的其他类包括weka.filters.Filter 分析的宏观代码Discretize disc=new Discretize()disc.setInputFormat(data)Instances afterDiscretize=Fil...

原创 MySQL 5.7.22加压缩版安装方法

原创 HD Tune中的各种信息表示的含义

Benchmark基准选项主要是用来测试硬盘的读写速度，可以查看硬盘的性能，选择读取，点击开始就可以开始测试。有两项因素影响硬盘的性能，「存取时间（access time）」与「平均数据传输率（data transfer rate）」。「存取时间」愈短愈好，指得是硬盘对于我们发出的命令到全动作完成所需要的时间，自然是越小越好。由于硬盘每天都有着成千上万次的读写动作，这项因素就显得格外重...

原创 研究生学习生活规划

参考： 研究生期间设想与规划如何确定适合自己的研究领域？（小故事）有一个草坪铺路的故事可以用来回答这个问题。保护草坪是很难的，因为草坪上的路往往并不是按人的方便性来修的。有一次一个设计师承接了一个项目，交付使用后在这个建筑物的周围全部铺上了草坪，没有路，任人去踩，几个月后，草坪上就分明出现了几条道:有粗有细，然后他就此基础上修路，也有粗有细，结果可想而知。在开始的时候，你可以没有...

原创 Python调用Java与Java中调用Python

Python中调用Java参考： JPype：实现在python中调用JAVA1.安装首先系统中Python和Java版本最好都是32位或者都为64位，否则可能出现错误。pip install jpype1可能需要安装VC for python27：https://www.microsoft.com/en-us/download/confirmation.aspx?id=...

原创 如何蹭网不被发现

1.方法一出于某种原因，你可能不想别人通过局域网网上邻居里看到自己的电脑，其实你可以隐藏自己的电脑，让别人在局域网中找不到你。下面是操作方法：单击“开始→运行”，在打开的“运行”对话框中输入“cmd”打开命令行窗口，输入“net config server /hidden:yes”，再回车就可以了。这样别人就无法从网上邻居中直接看到你的计算机，只有通过在资源管理器地址栏中输入“\计算机名”...

原创 Weka中ROC和AUC通过调用API实现

Weka中实现计算ROC的是ThresholdCurve类的getCurve函数(1)getCurve函数@param 一般是十折交叉得到的predictions @param 正例的类标记，多元分类问题，设置某个类别为正例，其他类别就是负例 @return datapoints if (pred.actual() == classIndex) { totPo...

原创 Weka中的Evaluation类源代码分析

使用的数据是最简单的weather.nominal.arff，使用的分类模型是NaiveBayes1.在构造函数中进行了如下操作：m_ClassPriors[numClasses]统计构造函数传入的data的各个类的先验概率，有一个平滑处理，在统计之前每个m_ClassPriors[i]都赋值为1，防止出现某个类先验概率为0的情况出现。m_MarginCounts = new doub...

原创 第三章——发现群组

cnblog的订阅源：http://feed.cnblogs.com/blog/sitehome/rss cnblog的首页：https://www.cnblogs.com/ 将两者用浏览器打开后，可以发现有很多的相似之处，订阅源中的每一个entry就对应首页中的一篇博客...

原创 Java内存的相关问题

为什么java获取的最大堆内存和设置的不一致Java 内存溢出（java.lang.OutOfMemoryError）的常见情况和处理方式总结Sublime Text 3 配置java运行环境Java OutOfMemory异常清单 —— 在自己的机器上制造内存溢出...

原创 VisualVM——Java程序监控工具

自从 JDK 6 Update 7 以后已经作为 Oracle JDK 的一部分，位于 JDK 根目录的 bin 文件夹下（jvisualvm.exe），无需安装，直接运行即可。使用SizeOf测定JVM中对象占用内存...

原创 第九章 高阶分类：核方法与SVM

用Bing Map服务代替Yahoo的Geocoding API Bing Map的相关网站： Bing Map 开发者中心 publice21@outlook Bing Map 的MSDN Bing Map 的MSDN 另一个文档 根据Bing Map修改后的部分代码：BingKey="AudmvxyrHM35ktbN5bLBPtVL24Yst22RTfIyRSxzr45r7aY9...

原创 Weka分布式实验

File协议 startRemoteEngine.shjava -Xmx1024m -classpath ../db_drivers/mysql-connector-java-5.1.46.jar;remoteEngine.jar;../weka3.7.13.jar -Djava.security.policy=remote.policy weka.experiment.RemoteE...

原创 Ubuntu安装MySQL

sudo apt-get install mysql-server会提示你设置密码，如果安装时没有设置密码的解决办法参考ubuntu安装mysql 时未提示输入密码udo apt isntall mysql-clientsudo apt install libmysqlclient-dev安装成功后可以通过下面的命令测试是否安装成功：sudo netstat -tap |...

原创 免费的开源数据挖掘工具

Orange,RapidMiner,Weka,JHepWork,KNIM,五个免费开源的数据挖掘软件

原创 Ubuntu服务器安装桌面

Ubuntu14.04 server 安装桌面从零开始配置Ubuntu Server 14.04 图形界面、Caffe安装及远程连接Ubuntu 16.04 server 图形界面注意最后修改启动项 如何默认不启动桌面，等需要时再启用。 /etc/default/grub GRUB_CMDLINE_LINUX_DEFAULT=”” 改为 “text”,然后upda...

原创 Xshell5评估期已过

正在使用的xshell 5不能使用，提示xshell 5评估期已过，重新安装还是不行。其实xshell 5有免费版的，即Home & school 版本。卸载原程序，下载安装免费版本的xshell 5即可。免费版本的链接：http://www.netsarang.com/download/free_license.html...

原创 UCI数据集转化为Arff数据集

以Adult数据集为例 将adult.data.txt文件改为csv格式，用Weka Explorer打开adult.data.csv然后保存为arff文件。 将adult.test.txt文件也作如上操作，会出现错误： |1x3 Cross validator25, Private, 226802, 11th, 7, Never-married, Machine-op-inspc...

原创 计算机辅助翻译CAT——OmegaT

轻松愉快的辅助翻译工具OmegaT的简单使 OmegaT - 开源跨平台的电脑辅助翻译工具软件入门与下载 (Win/Mac/Linux)

转载 ROC and AUC

参考： ROC和AUC介绍以及如何计算AUC 多分类下的ROC曲线和AUCROC曲线首先ROC分析的是二元分类模型，也就是输出类别只有两种值的分类模型。对于其他的多类分类模型可以做相应的转换，本文后面再作分析。ROC曲线的特点：ROC曲线的横轴是False postive rate，纵轴是True positive rate一个特定分类模型在一个测试数据集上只会得到一个FP...

原创 本科论文查重

降低重复率的方法(1) 网上的资源都是相互有着关联的，要是直接把原话拿来用是很容易就被检查出来的。可以在写的时候变化一下，换个关键词，用意思相同的词来替换原文中的词语。也可以变一下句子的结构，用自己的话重新改写一下，这样一来，意思虽然是一样的，但是论文查重就不会检查出飘红来，再不行的话，可以直接把飘红的那句删掉。要是非得要用的话，可以借助一些翻译软件，就是说你可以把那段话先翻译成英语，然后自己...

原创 一个简体字对应多个繁体字的例子

干：對應三個繁體字：（干）涉，（乾）燥，（幹）部； 后：對應兩個繁體字：（後）面，皇（后）； 系：對應三個繁體字：唔（系），關（係），聯（繫）； ：對應兩個繁體字：（歷）史，日（曆）； ：對應兩個繁體字：時（鐘），（鍾）意； 板：對應兩個繁體字：老（闆），木（板）； 表：對應兩個繁體字：手（錶），外（表）； 丑：對應兩個繁體字：（醜）怪，子（丑）寅卯； 范：對應兩個繁體字：模（範）...

原创 关于前端Web技术的几点——网络爬虫的技术储备

阅读大型 JavaScript 源码时有什么好用的工具？web前端开发分享-css,js工具篇

原创 爬取JS动态加载的页面

参考知乎：https://www.zhihu.com/question/21471960/answer/154098407 爬取网页上的评论：http://music.163.com/#/song?id=86375 请求评论数据的参数：params 和 encSecKey ，同时在Name栏目可以清楚地看到处理该参数的 js 文件为 core.js 美化JS代码后搜索这两个参数 ...