在Linux系统中，如何有效地对存储空间加以使用和管理，是一项非常重要的技术；本篇文章主要讲述的是在Linux系统中如何管理分配磁盘空间。希望对大家有所帮助
分类：
系统相关 时间：
2019-08-22 18:38:54
阅读次数：
70
Spring Aop的实现原理： JDK 动态代理只能为接口创建动态代理实力，而不能对类创建动态代理。需要获得被目标类的接口信息（应用 JAVA 的反射技术），生成一个实现了代理接口的动态代理类（字节码），再通过反射机制获得动态代理类的构造函数，利用构造函数生成动态代理类的实例对象，在调用具体方法前 ...
分类：
编程语言 时间：
2019-08-22 12:59:04
阅读次数：
119
PCA的数学原理 前言 数据的向量表示及降维问题 向量的表示及基变换 内积与投影 基 基变换的矩阵表示 协方差矩阵及优化目标 方差 协方差 协方差矩阵 协方差矩阵对角化 算法及实例 PCA算法 实例 进一步讨论 PCA的数学原理 前言 数据的向量表示及降维问题 向量的表示及基变换 内积与投影 基 基 ...
分类：
其他好文 时间：
2019-08-21 12:12:31
阅读次数：
106
IP包头中TTL字段的含义是什么？它用来做什么？ TTL（time to live）:该字段用于表示IP数据包的生命周期， 作用：限制一个数据在网络中无限循环的转发下去。 简述arp缓存表的建立过程： Pc1发送数据给pc2,查看缓存表中没有pc2的Mac地址，便向所有的主机发送ARP请求。Pc2收 ...
分类：
系统相关 时间：
2019-08-19 13:23:50
阅读次数：
129
主成分分析(PCA, Principal Component Analysis) 一个非监督的机器学习算法 主要用于数据的降维处理 通过降维,可以发现更便于人类理解的特征 其他应用:数据可视化,去噪等 主成分分析是尽可能地忠实再现原始重要信息的数据降维方法 原理推导: 如图,有一个二维的数据集,其特 ...
分类：
其他好文 时间：
2019-08-18 13:51:09
阅读次数：
480
大家好~ 可爱的我又来了~ 今天我会分享一个简单的Knn算法实例，是小白的必备实例！ 开始喽~ 首先我是用Jupyter新建的一个python文件 并且在相同文件夹中放了一个‘data’的图片文件夹里面从0-9个有5000张图片。 接下来是代码部分： 这是需要引用的部分数据包 建立X，y两个集合 d ...
分类：
编程语言 时间：
2019-08-18 12:02:25
阅读次数：
208
当特征选择完成后，可以直接训练模型了，但是可能由于特征矩阵过大，导致计算量大，训练时间长的问题，因此降低特征矩阵维度也是必不可少的。常见的降维方法除了以上提到的基于L1惩罚项的模型以外，另外还有主成分分析法（PCA）和线性判别分析（LDA），线性判别分析本身也是一个分类模型。PCA和LDA有很多的相 ...
分类：
其他好文 时间：
2019-08-17 16:25:16
阅读次数：
117
参看文章： 《机器学习-周志华》 《机器学习实战-Peter Harrington》 《统计学习方法-李航》 算法介绍： k近邻学习是一种常用的监督学习方法，其工作机制如下，给定测试样本，基于某种距离度量（曼哈顿距离、欧氏距离、切比雪夫距离、Lp距离、Minkowski距离）找出训练集中与其最靠近的 ...
分类：
编程语言 时间：
2019-08-17 14:28:29
阅读次数：
119
降维算法应用：数据压缩、数据可视化。 主成分分析(PCA)是最常见的降维算法。 在 PCA 中，我们要做的是找到一个方向向量（Vector direction），当我们把所有的数据 都投射到该向量上时，我们希望投射平均均方误差能尽可能地小。方向向量是一个经过原点 的向量，而投射误差是从特征向量向该方 ...
分类：
其他好文 时间：
2019-08-16 00:53:54
阅读次数：
145
