<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ice110956的专栏]]></title><description><![CDATA[AI]]></description><link>https://blog.youkuaiyun.com/ice110956</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ice110956]]></copyright><item><title><![CDATA[SimHash]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/68066333</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/68066333</guid><author>ice110956</author><pubDate>Wed, 29 Mar 2017 16:21:40 +0800</pubDate><description><![CDATA[关键字：字符串降维，汉明匹配，顺序无关
基本原理simhash是google用于解决海量数据去重的问题，通过降维到hash_code，在通过降维后的code进行两两匹配。 
流程如下： 
- 1、分词，把需要判断文本分词形成这个文章的特征单词。最后形成去掉噪音词的单词序列并为每个词加上权重。
2、hash，通过hash算法把每个词变成hash值，比如“美国”通过hash算法计算为 100101,“5]]></description><category></category></item><item><title><![CDATA[我又回来了，自己的站点维护太费力了]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/41645947</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/41645947</guid><author>ice110956</author><pubDate>Mon, 01 Dec 2014 12:58:00 +0800</pubDate><description><![CDATA[哈哈，又回到csdn了，高估了自己维护站点的能力，还是csdn配置齐全，blog继续更新。
个人站点 ：http://1.hwcblog.sinaapp.com/ ，后续有经历会再维护的，也欢迎来访。]]></description><category></category></item><item><title><![CDATA[[Python]networkx入门]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/38796529</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/38796529</guid><author>ice110956</author><pubDate>Sun, 24 Aug 2014 15:39:44 +0800</pubDate><description><![CDATA[networkx是python的一个第三方包，可以方便地调用各种图算法的计算。
通过调用python画图包matplotlib能实现图的可视化。
这里简单记录一些networkx的安装，使用。完整的networkx文档在官方页面时又较详细的记载]]></description><category></category></item><item><title><![CDATA[线性规划--概述]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/37699837</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/37699837</guid><author>ice110956</author><pubDate>Fri, 11 Jul 2014 19:40:49 +0800</pubDate><description><![CDATA[线性规划：目标函数与约束条件都是线性的。线性的函数也是凸函数（非严格凸）。
那么，线性规划也是在凸集上的凸规划。
线性约束的线性就是一个线性方程组，我们解这个方程组得到的解也就是这个规划的可行解。一般来说，约束的秩小于变量个数，即线性方程组有无数个解。
假设约束矩阵秩为m，我们取其中的m个线性无关向量为其基向量，设其他的非基向量系数 为0，就得到了约束方程A的一个解，称为基解。
定理：如线性规划存在可行解，则它必定存在基可行解是最优解。也就是，我们在这些基解中就可以得到最终的最优解。]]></description><category></category></item><item><title><![CDATA[[Python]通过websocket与js客户端通信]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/34118203</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/34118203</guid><author>ice110956</author><pubDate>Tue, 24 Jun 2014 18:17:34 +0800</pubDate><description><![CDATA[网站大多使用HTTP协议通信，而HTTP是无连接的协议。只有客户端请求时，服务器端才能发出相应的应答，HTTP请求的包也比较大，如果只是很小的数据通信，开销过大。于是，我们可以使用websocket这个协议，用最小的开销实现面向连接的通信。具体的websocket介绍可见http://zh.wikipedia.org/wiki/WebSocket 
这里，介绍如何使用Python，使用websocket与前端js进行通信]]></description><category></category></item><item><title><![CDATA[cookie 和session 的区别详解]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/31749687</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/31749687</guid><author>ice110956</author><pubDate>Tue, 17 Jun 2014 12:11:01 +0800</pubDate><description><![CDATA[这些都是基础知识，不过有必要做深入了解。先简单介绍一下。

二者的定义：

当你在浏览网站的时候，WEB 服务器会先送一小小资料放在你的计算机上，Cookie 会帮你在网站上所打的文字或是一些选择，

都纪录下来。当下次你再光临同一个网站，WEB 服务器会先看看有没有它上次留下的 Cookie 资料，有的话，就会依据 Cookie

里的内容来判断使用者，送出特定的网页内容给你。 ]]></description><category></category></item><item><title><![CDATA[[Python]socket使用]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/29830627</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/29830627</guid><author>ice110956</author><pubDate>Tue, 10 Jun 2014 14:13:05 +0800</pubDate><description><![CDATA[python socket可以实现socket通信功能，还可以与php, js等程序进行socket通信，达到在网页中嵌入Python程序的目的。
 Python中使用socket模块完成socket通信功能，其提供底层的套接字访问接口。
项目中，Python通过socket与前端js通信，读入数据，处理后传回。]]></description><category></category></item><item><title><![CDATA[git使用入门]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/29569979</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/29569979</guid><author>ice110956</author><pubDate>Mon, 09 Jun 2014 13:10:21 +0800</pubDate><description><![CDATA[git是常用的分布式版本控制系统，每个本地版本都包含整个工程。故在不联网的情况下也能够进行工程。
如果在Internet上放一个远端库，就可以作为一个版本服务器，用来充当集中式版本控制的角色。
如github这样的网站就提供版本库托管的服务。
这里简单介绍git,git的入门使用方法。]]></description><category></category></item><item><title><![CDATA[分类器效果分析]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/29359773</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/29359773</guid><author>ice110956</author><pubDate>Sun, 08 Jun 2014 12:43:11 +0800</pubDate><description><![CDATA[假设有两个分类器A,B。A在1000个样本的集合上有75%的准确率；B在200个样本的集合上有85%的准确率。我们要怎样评价这两个分类器的效果？
这就是这里要讨论的分类器效果分析。
我们先假设一个分布，然后用置信区间来比较两个分类器。]]></description><category></category></item><item><title><![CDATA[决策树扩展]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/29175215</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/29175215</guid><author>ice110956</author><pubDate>Sat, 07 Jun 2014 09:59:27 +0800</pubDate><description><![CDATA[之前写过决策树的一篇blog。
这几天看数据挖掘导论发掘一些新的东西，记录下来。
增加了过拟合，剪枝，即其他纯度计算方法等内容。]]></description><category></category></item><item><title><![CDATA[Tanimoto相似度与Bregman距离]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/28917041</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/28917041</guid><author>ice110956</author><pubDate>Fri, 06 Jun 2014 20:26:36 +0800</pubDate><description><![CDATA[之前写过一篇距离与相似性度量的blog，这里添加两个少见的相似性度量方法，并且再扩展一些东西。
Tanimoto系数由Jaccard系数扩展而来。用来计算稀疏非二值不平衡向量的相似性，类似cosine距离
Bregman距离是一个数学通式，许多的距离，如欧式距离，KL距离等等都可以有Bregman公式推导而来。]]></description><category></category></item><item><title><![CDATA[[Python]多线程入门]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/28421807</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/28421807</guid><author>ice110956</author><pubDate>Wed, 04 Jun 2014 22:07:21 +0800</pubDate><description><![CDATA[Python的多线程有两种实现方法：
函数，线程类
1.函数：调用thread模块中的start_new_thread()函数来创建线程，以线程函数的形式告诉线程该做什么
2.线程类：调用threading模块，创建threading.Thread的子类来得到自定义线程类。
 
 
def f(name):
    #定义线程函数
    print "this is " + name]]></description><category></category></item><item><title><![CDATA[[Python]使用MYSQL]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/28408741</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/28408741</guid><author>ice110956</author><pubDate>Wed, 04 Jun 2014 12:34:47 +0800</pubDate><description><![CDATA[学习Python使用MYSQLdb操作MYSQL数据库]]></description><category></category></item><item><title><![CDATA[[Python]linux自定义Python脚本命令]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/26610431</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/26610431</guid><author>ice110956</author><pubDate>Thu, 22 May 2014 17:57:19 +0800</pubDate><description><![CDATA[在window下写好的程序配置到Linux上，要实现任意目录下的命令调用。

由于初学Linux，这里从文件传输等最基本的方法入手，记录配置的过程中遇到的各种问题。]]></description><category></category></item><item><title><![CDATA[[Python]处理压缩文件]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/26597179</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/26597179</guid><author>ice110956</author><pubDate>Thu, 22 May 2014 16:27:23 +0800</pubDate><description><![CDATA[这里讨论Python处理如下五种文件：
gz	tar	tgz	zip	rar
gz： 即gzip，通常只能压缩一个文件。于tar结合起来就可以实现先打包，再压缩。
tar： linux系统下的打包工具，只打包，不压缩
tgz：即tar.gz。先用tar打包，然后再用gz压缩得到的文件
zip： 不同于gzip，虽然使用相似的算法，可以打包压缩多个文件，不过分别压缩文件，压缩率低于tar。
rar：打包压缩文件，最初用于DOS，基于window操作系统。压缩率比zip高，但速度慢，随机访问的速度也慢。
关于z]]></description><category></category></item><item><title><![CDATA[[Python]BeautifulSoup—HTML解析包]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/26241049</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/26241049</guid><author>ice110956</author><pubDate>Mon, 19 May 2014 14:07:44 +0800</pubDate><description><![CDATA[在用Python写爬虫时，一个常见的操作是对抓下的HTML做分析处理，得到想要的内容。一般的方法为使用Python的re库中，用正则表达式来解析文本。不过这种方法适用于所有的文本，而针对于特定格式的文本，如这里的HTML，BeautifulSoup更具有针对性，使用起来也更方便。
BeautifulSoup可以解析HTML，XML等文件，这里只说明其解析HTML的功能。
 
Beautifu]]></description><category></category></item><item><title><![CDATA[[Python]Google翻译小程序]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/25989879</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/25989879</guid><author>ice110956</author><pubDate>Sat, 17 May 2014 20:31:45 +0800</pubDate><description><![CDATA[用Python写的Google翻译小程序]]></description><category></category></item><item><title><![CDATA[[Python]南邮OJ代码备份爬虫]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/26093151</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/26093151</guid><author>ice110956</author><pubDate>Sat, 17 May 2014 20:29:45 +0800</pubDate><description><![CDATA[之前看过Python学习的经验，说以工程为导向学习。
自己分析了一下，一般接触Python的都有一定的其他语言基础，对于程序设计的基本逻辑，语法都有一个大概的了解。而Python这种脚本语言，没有过于独特的语法，在一定的其他语言的基础上，更是可以直接上手的。
之前看Python简明教程，半天没有进度。正好遇上Python爬虫项目，直接上手，方便快捷。
 
网站：http://acm.njupt.edu.cn/welcome.do?method=index，正值系统更新，于是写一个备份代码的爬虫。]]></description><category></category></item><item><title><![CDATA[Linux安装vsftp]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/23874921</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/23874921</guid><author>ice110956</author><pubDate>Wed, 16 Apr 2014 21:01:25 +0800</pubDate><description><![CDATA[Vsftpd 即very secure ftp。是在类UNIX操作系统上运行的服务器，是一种守护进程，即开机即运行，关机结束的后台进程。
Vsftp的特性
·  非常高的安全性需求
·  带宽限制
·  良好的可伸缩性
·  创建虚拟用户的可能性
·  IPv6支持
·  中等偏上的性能
·  分配虚拟 IP 的可能性
·  高速]]></description><category></category></item><item><title><![CDATA[在线学习]]></title><link>https://blog.youkuaiyun.com/ice110956/article/details/23863991</link><guid>https://blog.youkuaiyun.com/ice110956/article/details/23863991</guid><author>ice110956</author><pubDate>Wed, 16 Apr 2014 18:27:36 +0800</pubDate><description><![CDATA[一般的算法当中，我们有一个训练模型的集合。通过假设，拟合得到模型。而在在线学习模型中，我们是在一个不断扩充的集合中不断训练，不断改变模型参数。这种方法适用于许多在线训练的场景，边测试，边训练，不断优化模型。
也就是，每回在线地加入新样本，然后更新模型。
根据这种方法只用于训练的，也就是随机下降的方法。边测试，然后把之后得到的真实结果再加入训练集训练，就是在线学习。
比如我们预测前一天的天气对第二天穿衣的影响。过了那天之后，原先的测试数据可以转化为训练数据，更新数据集。]]></description><category></category></item></channel></rss>