一枚菜鸟的学习笔记

项目验收，被人家问道微博爬虫的登陆是怎么实现的，结果加密算法没有说明白，囧死……本来就是参考的别人的程序，还没整明白，丢人丢大了。这次好好看下吧：1， 在提交POST请求之前， 需要GET 获取两个参数。       地址是：http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.3.18)       得到的数据中

FP-Tree算法的实现在关联规则挖掘领域最经典的算法法是Apriori，其致命的缺点是需要多次扫描事务数据库。于是人们提出了各种裁剪（prune）数据集的方法以减少I/O开支，韩嘉炜老师的FP-Tree算法就是其中非常高效的一种。支持度和置信度严格地说Apriori和FP-Tree都是寻找频繁项集的算法，频繁项集就是所谓的“支持度”比较高的项集，下面解释一下支持度和置信度的概

FP Growth算法利用了巧妙的数据结构，大大降低了Aproir挖掘算法的代价，他不需要不断得生成候选项目队列和不断得扫描整个数据库进行比对。为了达到这样的效果，它采用了一种简洁的数据结构，叫做frequent-pattern tree(频繁模式树)。下面就详细谈谈如何构造这个树，举例是最好的方法。请看下面这个例子：这张表描述了一张商品交易清单，abcdefg代表商品，(

原文链接：http://blog.youkuaiyun.com/qq675927952/article/details/6707704http://blog.youkuaiyun.com/pupingpp/article/details/8264734关联规则的目的在于在一个数据集中找出项之间的关系，也称之为购物蓝分析 (market basketanalysis)。例如，购买鞋的顾客，有10%的可能

本文主要参考：http://www.cnblogs.com/mouse-coder/archive/2013/03/03/2941265.html作者：敲代码的耗子原SHA1加密方式可参考本人之前的博客：http://blog.youkuaiyun.com/monsion/article/details/7981366敲代码的耗子 同学已经介绍的及其详细，不再多说，附上python源代码，攻参考。

优化算法入门系列文章目录（更新中）：　　1. 模拟退火算法　　2. 遗传算法 　　遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。  一.进化论知识 　　作为遗传算法生物背

优化算法入门系列文章目录（更新中）：　　1. 模拟退火算法　　2. 遗传算法一. 爬山算法 ( Hill Climbing )         介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。         爬山算法实现很简单，其主要缺点是会陷入

今天下午两点到三点，进行了生平第一次电话面试。为时59分钟，纯技术面。直入正题，就开始了算法的考察。总共问了两个，大约40分钟，第一个在提示下勉强答上了，第二个是真没答出来。然后是跟项目相关的一些问题，尤其是信息抽取的那个模块，做完以后又问我一些特殊情况的一些想法之类的，唉……被问的没啥想法了都。。之前一点儿准备都没有，还在忙项目上的事情，本来一些算法就不太了解，这次更加悲剧了……

原文：http://blog.youkuaiyun.com/zhongjiekangping/article/details/6981329原来是打算翻译Sartaj Sahni的Suffix tree, 并专注地进行了一周, 连复习备考的时间也不惜占去. 我希望给国产的同好者提供更通俗易懂的资料, 在翻译的同时对原文进行了删改, 并加入了许多自己的心得. 然而后来发现了Mark Nelson的这