<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[pingchuan2012的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/pingchuan2012</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; pingchuan2012]]></copyright><item><title><![CDATA[CentOS 添加 epel 安装源（64位）]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/18400559</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/18400559</guid><author>pingchuan2012</author><pubDate>Fri, 17 Jan 2014 09:51:18 +0800</pubDate><description><![CDATA[rpm -ivh http://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm]]></description><category></category></item><item><title><![CDATA[CentOS下设置服务自动启动的方法]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/18400457</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/18400457</guid><author>pingchuan2012</author><pubDate>Fri, 17 Jan 2014 09:48:04 +0800</pubDate><description><![CDATA[在CentOS或者RedHat其他系统下，如果是后面安装的服务，如httpd、mysqld、postfix等，安装后系统默认不会自动启动的。就算手动执行/etc/init.d/mysqld start启动了服务，只要服务器重启后，系统仍然不会自动启动服务。

在这个时候，我们就需要在安装后做个设置，让系统自动启动这些服务，避免不必要的损失和麻烦。

其实命令很简单的，使用chkconfig]]></description><category></category></item><item><title><![CDATA[SGE日志分析聚类算法]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/14165487</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/14165487</guid><author>pingchuan2012</author><pubDate>Tue, 05 Nov 2013 14:40:13 +0800</pubDate><description><![CDATA[基于KMeans的改进算法（针对一维）：
【算法】

1.设定阈值，使用固定筛子的方式将对象分配到各个不同的“筛孔”里，并计算落入每个“筛孔”中的对象的平均值，即初始质心。
2.对步骤1中的初始质心进行类似步骤1方法的聚类，得到初始质心的聚类结果。
3.将步骤2中的初始质心聚类结果作为聚类的初始质心进行聚类，对于每个对象选择最近的质心，若到达每个质心的距离都超过设定的阈值，则创建新类。]]></description><category></category></item><item><title><![CDATA[不吃早饭有多伤身？]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/12971929</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/12971929</guid><author>pingchuan2012</author><pubDate>Wed, 23 Oct 2013 15:25:42 +0800</pubDate><description><![CDATA[说到吃早饭，很多人都会用“没时间”来搪塞，也有人会说“食欲不好，真心吃不下啊”。无论说什么，归根到底都是一个因素——觉得早餐不重要。重要的事情，我们总是有时间做的，没有条件创造条件也要做！

那么早餐真的可有可无么？真不是这么回事。

俗话说“早餐如进补”，无论中外，营养学家都提倡好好吃早餐。人们早就知道，不吃早餐可能增加胆结石的危险，容易患上胃肠疾病，容易发生低血糖等。在小学生中进行的研]]></description><category></category></item><item><title><![CDATA[异常检测]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/12647567</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/12647567</guid><author>pingchuan2012</author><pubDate>Sat, 12 Oct 2013 10:15:45 +0800</pubDate><description><![CDATA[目标：发现和大部分其他对象不同对象。
挑战：
难以定义一个涵盖所有正常行为的规则。
某些异常行为为了不被发现常常表现得和正常行为很像。
在许多领域正常行为也是不断变化的，现在的正常行为不代表以后也是正常的。
用于训练的标记数据的可用性是一个重要因素。
数据异常难以检测和区分。]]></description><category></category></item><item><title><![CDATA[社会计算实例：10秒钟验证码能干什么？]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/12086229</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/12086229</guid><author>pingchuan2012</author><pubDate>Fri, 27 Sep 2013 11:24:36 +0800</pubDate><description><![CDATA[你一定见识过这种情况：电脑提示——“请输入验证码”，然后是几个数字，或者一个字符串，你得小心辨认，然后把辨认出来的字符，输进去，让机器判断你到底是真人，还是计算机软件。
　　这种情形叫做“验证码”，英文名字比较长，叫做CAPTCHA，Completely Automated Public Turing test to tell Computers and Humans Apart，意思是“全自动]]></description><category></category></item><item><title><![CDATA[K均值（KMeans）]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/11962577</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/11962577</guid><author>pingchuan2012</author><pubDate>Tue, 24 Sep 2013 10:47:54 +0800</pubDate><description><![CDATA[基本算法：
1：选择K个点作为初始质心
2：repeat
3：将每个点指派到最近的质心，形成K个簇。
4：重新计算每个簇的质心。
5：until 质心不发生变化。


存在的问题：
初始质心的选择。如果一个簇对只有一个质心，那么将只能得到次最优结果。解决的办法有（1）多次运行，选择不同的质心，选择能够产生较好结果的那一次运行。（2）先对对象进行抽样，对抽样结果进行层次聚类，在层次]]></description><category></category></item><item><title><![CDATA[聚类的基本概念]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/11961791</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/11961791</guid><author>pingchuan2012</author><pubDate>Tue, 24 Sep 2013 09:32:14 +0800</pubDate><description><![CDATA[聚类类型


层次的和划分的。层次的就是不断地对小簇进行聚合，知道最后形成一个大簇，其结构为树的结构。而划分聚类则直接将各个对象划分成为不想重叠的类别。互斥的、重叠的和模糊的。互斥指的是每个对象被指派到单个的簇。重叠的则可以将一个对象指派到多个簇中，模糊的是重叠的一种特例，它通过一个权值来表示对象到某个簇的的隶属情况。完全的和部分的。完全聚类指的是将全部对象都指派到簇中，而部分聚类不会将全部]]></description><category></category></item><item><title><![CDATA[kmeans质心选择]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/11135969</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/11135969</guid><author>pingchuan2012</author><pubDate>Thu, 05 Sep 2013 14:37:08 +0800</pubDate><description><![CDATA[方式一：先对于样本进行层次聚类，从而得到层次聚类结果的质心作为kmeans的质心，这是比较有效的一种选择，不过问题在于层次聚类的开销太大，因此不利于大数据的聚类。


方式二：随即选择一个点，然后以此为中心，选择离第一个点最远的点，这样可以确保散开，但是无法保证这样选中的质心位于数据密集的区域。]]></description><category></category></item><item><title><![CDATA[XXX集群日志错误信息总结]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10174773</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10174773</guid><author>pingchuan2012</author><pubDate>Thu, 22 Aug 2013 14:17:56 +0800</pubDate><description><![CDATA[详情参考：http://arc.liv.ac.uk/SGE/htmlman/htmlman5/sge_status.html
出现的错误：
0：正常执行并退出
19：在输出exit_status之前退出，没有正确记录日志
26：打开标准输入输出文件出错
27：找不到指定的shell
28：无法修改当前目录到目标工作目录
30：程序本身返回错误，执行了但是返回100错误，可能进行了重调]]></description><category></category></item><item><title><![CDATA[Linux命令总结]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10180027</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10180027</guid><author>pingchuan2012</author><pubDate>Thu, 22 Aug 2013 13:57:18 +0800</pubDate><description><![CDATA[去重：uniq
排序：sort]]></description><category></category></item><item><title><![CDATA[Grid Engine accounting file format]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10173765</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10173765</guid><author>pingchuan2012</author><pubDate>Thu, 22 Aug 2013 10:58:50 +0800</pubDate><description><![CDATA[http://arc.liv.ac.uk/SGE/htmlman/htmlman5/accounting.html1. qname：队列名2. hostname：主机名3. group：用户组名4. owner：提交用户5. job_name：作业名6. job_number：作业号7. account An account string as specified by the qsub(1) o]]></description><category></category></item><item><title><![CDATA[性能监控/优化系列——内存/线程/锁相关]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10145665</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10145665</guid><author>pingchuan2012</author><pubDate>Wed, 21 Aug 2013 14:27:27 +0800</pubDate><description><![CDATA[1. 内存的分页(paging)、交换(swapping)、锁和线程的上下文切换（分为voluntary and involuntary context
 switching）需要监控。两种上下文的区别：voluntary ——voluntarily takes itself off the CPU；involuntary
 ——占用时间期满或优先级更高的线程取代。

2. 如果一个jav]]></description><category></category></item><item><title><![CDATA[高通量计算机]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10134961</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10134961</guid><author>pingchuan2012</author><pubDate>Wed, 21 Aug 2013 10:44:22 +0800</pubDate><description><![CDATA[高通量计算机室数据中心计算机系统，以低成本、高拓展、集中的硬件和软件系统栈处理高并发和独立的数据密集型负载。其典型应用包括数据密集型服务和数据分析应用。和后者对比，前者的特点是其交互性和实时性。
与传统高性能计算机的差异
耦合性。传统大规模并行计算依赖于全局通行和同步操作，具有高度耦合性。在高通量计算系统中，为了解决可拓展性的问题，服务系统通常由一组服务实例程序构成，他们包含多个数据副本，并且]]></description><category></category></item><item><title><![CDATA[决策树]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10133535</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10133535</guid><author>pingchuan2012</author><pubDate>Wed, 21 Aug 2013 10:11:37 +0800</pubDate><description><![CDATA[决策树是一种逼近离散值函数的方法，对噪声数据有很好的健壮性而且能够学习析取表达式。决策树学习的归纳偏置是有限选择较小的树。]]></description><category></category></item><item><title><![CDATA[归纳偏置]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10114073</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10114073</guid><author>pingchuan2012</author><pubDate>Tue, 20 Aug 2013 18:08:38 +0800</pubDate><description><![CDATA[a bug：以下训练样例无法使用候选消除算法得到目标概念
------------------------------------------------------------------------------------------------------------------------------
Example       Sky         AirTemp      Hum]]></description><category></category></item><item><title><![CDATA[候选消除算法]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10105407</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10105407</guid><author>pingchuan2012</author><pubDate>Tue, 20 Aug 2013 16:21:12 +0800</pubDate><description><![CDATA[假设与样例一致：当一个假设能正确分类一组样例的时候，我们称这个假设是与这些样例一致的。具体定义如下：一个假设h与训练样例集合D一致，当且仅当对D中的每一个样例都有h(x)=c(x)。即：Consistent(h, D)=(∀∈D) h(x)=c(x)。这里的一致和前面定义的满足时不同的。一个样例x无论是目标概念的正例还是反例，在h(x)=1的时候成为满足假设h。然而，这一样例是否与h一致则与目标概]]></description><category></category></item><item><title><![CDATA[概念学习和一般到特殊序]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10095883</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10095883</guid><author>pingchuan2012</author><pubDate>Tue, 20 Aug 2013 09:58:41 +0800</pubDate><description><![CDATA[机器学习的中心问题：从特殊归纳出一般。
概念学习：给定某一类别的若干正例和反例，从中获得该类别的一般定义。也可以看做是一个搜索问题，它在预定义的假设空间中搜索假设，使其与训练样例有最佳的拟合度。或者说是从有关某个布尔函数的输入输出训练样例中推断出该布尔函数。




由？表示任意本属性可接受的值；明确指定的属性值（如warm）；由∅表示不接受任何值；]]></description><category></category></item><item><title><![CDATA[偏序]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10096139</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10096139</guid><author>pingchuan2012</author><pubDate>Tue, 20 Aug 2013 09:46:30 +0800</pubDate><description><![CDATA[偏序关系又称半序关系。
设A为 一个非空集，P是A上的一个关系，若关系P是自反的，反对称的，和传递的，则称P是集合A上的偏序关系。
即符合下列条件：
（1）对任意的a∈A,(a,a)∈P;
（2）若（a,b)∈P且（b,a)∈P,则a=b;
（3）若（a,b)∈P,(b,c)∈P,则（a,c)∈P]]></description><category></category></item><item><title><![CDATA[设计一个学习系统]]></title><link>https://blog.youkuaiyun.com/pingchuan2012/article/details/10068887</link><guid>https://blog.youkuaiyun.com/pingchuan2012/article/details/10068887</guid><author>pingchuan2012</author><pubDate>Mon, 19 Aug 2013 16:25:00 +0800</pubDate><description><![CDATA[------------------------------------------------------学习的基本概念
学习的宽广定义：任何计算机程序通过经验来提高其任务处理性能的行为。
学习的严格定义：如果一个计算机程序针对某类任务T使用P作为衡量标准，而且使用经验E进行自我完善，那么我们策划那个这个计算机程序针对任务T从经验E中学习，其性能使用P进行衡量。
例子：西洋跳棋的学习问题]]></description><category></category></item></channel></rss>