Garvin的专栏

1.首先实现命令行下可运行mysql         这一部分网上有一位大神说的已经很清楚了，直接引用过来，多谢哈。引用：http://www.lihui.info/mac-pydev-mysqldb/                   在mac os上安装MySQLdb，遇到了很多问题，总结一下：        首先，如果用sudo easy_install mysql-python命令安装，

1.背景 到了公司发现，ut（单元测试）是非常重要的一部分，ut并不是完全是测试的同学完成，很多时候ut是需要开发的同学自己来做。研究了下python脚本下unittest包的用法。使用的时候要import unittest包，函数的传入参数unittest.TestCase，主要结构包括:setUp()：初始化测试函数tearDown()：测试结束后的清理工作若干测试函数以test为开头2.代码

1.背景         忙了一周，从设计算法到编程，到部署服务器，到最后的UI实现，终于我的微Q诞生了。         用起来非常的简洁，只要把微信或者qq的聊天记录导出来，是个txt文件，导入微Q，手机端也能用，它就能帮你分析谁是话唠，谁是话题终结者/开启者，谁是表情帝，热词，还有活跃时段。我自己用着还挺爽了。美中不足：服务器比较慢，UI做的比较繁重，刷不出来得多刷新几次。秀下界面吧：分析结

最近在项目中部署结巴分词的时候遇到了乱码情况，明明是中文，确显示不出来或者显示乱码。解决方案如下。利用isinstance 来判断是否已经编码，s是出问题的字符串。unicode是没编码isinstance(s, unicode): 用print 打印，如果结果是true说明没编码。如果是false说明编码了，但是编的码不对print isinstance(s,unicode)如果没编码，加入编码

1.背景        ok,可能很多朋友跟我一样经常使用各种api，比如facebook的，github的，甚至是微信的api。所以很多人也想制作自己的api。网上关于这方面的教程实在是很少，今天我就顺手做了一个，把方法公布下。首先秀一下效果：用“curl”方法，返回一个json，大家也可以试下：curl -i http://ospafzone.duapp.com/ospaf2.代码首先说下环

1.背景            虽然可能大神门在编辑器方面都比较偏向于vim之类的自由度更高的工具，但是从我个人来讲sublime这样的插件安装更方便的工具还是比较得心应手的。之前用sublime写英语作文，但是没有一个比较好用的timer，Package_Control里面的track_timer不能实时显示时间，所以博主就自己动手，写了这个插件，可以实时timer，记录时间。效果如下图，2.使

1.背景            一直想自己动手x

1.背景 最近参加了一个评测，是关于新闻个性化推荐。说白了就是给你一个人的浏览记录，预测他下一次的浏览记录。花了一周时间写了一个集成系统，可以一键推荐新闻，但是准确率比较不理想，所以发到这里希望大家给与一些建议。用到的分词部分的代码借用的jieba分词。数据集和代码在下面会给出。2.数据集一共五个字段，以tab隔开。分别是user编号，news编...

1.背景         最近在搞得ospaf项目（可以移步ospaf中期报告来了解），对于commits数据进行特征提取的时候发现，因为开源项目的commits的特点有以下两个主要放面：1.动词往往出现在第一个字，例如add、revert之类的。2.动词相对固定，主要也就是那几种，add、revert、update、merge、remove之类的。         所以要做的工作就比较清晰了。 

/********************************* 本文来自博客  “李博Garvin“* 转载请标明出处:http://blog.youkuaiyun.com/buptgshengod******************************************/

1.背景        无监督学习的定义就不多说了，不懂得可以google。因为项目需要，需要进行无监督的分类学习。        K-means里面的K指的是将数据分成的份数，基本上用的就是算距离的方法。        大致的思路就是给定一个矩阵，假设K的值是2，也就是分成两个部分，那么我们首先确定两个质心。一开始是找矩阵每一列的最大值max，最小值min，算出range=max-min，然后设

1.背景           最大似然估计是概率论中常常涉及到的一种统计方法。大体的思想是，在知道概率密度f的前提下，我们进行一次采样，就可以根据f来计算这个采样实现的可能性。当然最大似然可以有很多变化，这里实现一种简单的，实际项目需要的时候可以再更改。       博主是参照wiki来学习的，地址请点击我           这里实现的是特别简单的例子如下（摘自wiki的最大似然）离散分布，离散

1.背景    采样算法是机器学习中比较常用，也比较容易实现的（出去分层采样）。常用的采样算法有以下几种（来自百度知道）：   一、单纯随机抽样（simple random sampling）将调查总体全部观察单位编号，再用抽签法或随机数字表随机抽取部分观察单位组成样本。优点：操作简单，均数、率及相应的标准误计算简单。 缺点：总体较大时，难以一一编号。二、系统抽样（systemat

1.背景        随着将中期的代码托管到优快云的平台上，ospaf（开源项目成熟度分析工具）已经有了小小的雏形，当然还远远不够。      首先还是要感谢这次活动组织方优快云，感觉挺有Google Summer Code 中国版的味道。还有就是我的夏令营导师David，给了我很多指导和帮助，线下的交流也很让我长见识。     接着来说ospaf这个项目（有兴趣的tx可以去看题案，地址）。

1.背景        PCA

如何用PYTHON代码写出音乐什么是MIDI博主本人虽然五音不全，而且唱歌还很难听，但是还是非常喜欢听歌的。我一直在做这样的尝试，就是通过人工智能算法实现机器自动的作词和编曲（在这里预告下，通过深度学习写歌词已经实现了，之后会分享给大家），本文我们主要聊下如何写曲。 说到用代码写曲子，有一个东西大家一定要了解就是MIDI。MIDI是一种乐器数字接口，是编曲界最广泛的音乐标准格式。MIDI并不是真正