- 博客(16)
- 收藏
- 关注
RSS订阅原创 基于MyBatis的多租户设计方案与实现(附代码)
实习中一个项目需要从单租户模式改造成多租户，由于项目使用的是MyBatis，目前没有可以直接使用MyBatis来实现多租户的方式，因此决定搜集资料和方案，自己来实现一个DEMO。我的多租户方案采用的是MyBatis+MyCat。DEMO是基于Spring MVC的web项目。在用户操作过程中获取用户的id信息，利用MyCat强大的注解功能，根据用户id将SQL语句路由到对应该用户的schema...
2018-05-18 10:00:31
23074
3
原创 基于DCGAN的手写数字生成
生成对抗模型，简单的可以理解为一个生成模型G，一个判别模型D，判别模型用于判断一个给定的图片是否真实图片（从数据集里获取的图片），生成模型的任务是去创造一个看起来像真的图片一样的图片，一开始的时候这两个模型都是没有经过训练的，这两个模型一起对抗训练，生成模型产生一张图片去欺骗判别模型，然后判别模型去判断这张图片是真是假，最终在这两个模型训练的过程中，两个模型的能力越来越强，最终达到稳态。图中，右边...
2018-03-08 14:59:03
2810
1
原创 使用tensorflow基于lenet-5模型识别手写数字
lenet-5模式是卷积神经网络的经典模型，它的结构如下：第一层，卷积层输入为原始图像，大小为32*32*1，一个个卷积层过滤器尺寸为5x5,深度为6，不使用全零填充，步长为1.因此输出尺寸为28，深度为6。第二层，池化层输入为第一层的输出，是28*28*6的矩阵，本层过滤器大小2x2，长宽步长均为2，输出大小为14x14x6.第三层，卷积层输入为14x14x6，使用过滤器大小5x5,深度为16，...
2018-02-14 10:50:36
1768
原创 python实现svd++推荐算法
之前写过用python实现svd推荐算法，这次更进一步，在原来的基础上实现了svd++算法，基本框架和之前一篇是类似的.SVD++算法的预测评分式子如下。与SVD相比增加的是这部分：它的含义是这样的：评分行为从侧面反映了用户的喜好，可以将这样的反映通过隐式参数形式体系在模型中，得到的就是上式的部分，其中Iu是用户u评论过的物品的集合，yj为隐藏的评价了物品j的个人喜好偏置，也通过梯度下降算法优化。...
2018-02-11 22:13:48
11659
5
原创 SVD推荐算法python实现
经典的SVD算法，预测评分的的计算公式如下： 其中μ为评分的平均值，分别表示u用户的偏置量和i物品的偏置量。从而，要优化的式子是如下形式： 要通过梯度下降优化的变量为四个，如下：参考了一些代码，现在使用python实现如下import numpy as npimport randomclass SVD: def __init__(self,mat
2018-01-12 12:33:21
9943
6
原创 win10上搭建spark ide环境
1.安装jdk，设置好环境变量2.下载scala，直接去官网下载msi的版本安装。有几点要注意：1.安装路径一定不能有空格，不然会悲剧。像program files这样的就不行。2.要下载spark的对应的版本。3.下载maven，官网下载，直接解压，设置好环境变量，path。4.下载intellij并安装，我直接用的免费版本。5.安装时可以选择install scala插件。也可
2018-01-10 18:13:00
686
原创 图书推荐系统的推荐算法测试
测试目的1.我们想要确认现在使用的推荐算法到底效果如何，能否达到用户的期望2.由于推荐系统中广泛使用的有三种主要的距离计算方法，分别是pearson相似度，欧氏距离和角距离，这三种算法在推荐系统中都具有良好的使用性，为了测试哪种距离计算方法是最适合这个图书推荐系统的，我们进行一次测试测试方法这次测试的基本思想如下：我们的推荐系统以及可以通过协同过滤算法推测某个用户对一本未读过书
2017-12-06 13:28:03
12314
2
原创 机器学习实战 Kmeans
from numpy import *from blaze import infdef loadDataSet(filename): dataMat=[] fr=open(filename) for line in fr.readlines(): curLine=line.strip().split('\t') fltLine=[flo
2017-12-03 17:56:06
430
1
原创 机器学习实战 树回归
from numpy import *import matplotlib.pyplot as pltdef loadDataSet(filename): numFeat=len(open(filename).readline().split('\t'))-1 dataMat=[] labelMat=[] fr=open(filename) for l
2017-12-03 15:10:09
247
原创 机器学习实战 回归
from numpy import *import matplotlib.pyplot as pltdef loadDataSet(filename): numFeat=len(open(filename).readline().split('\t'))-1 dataMat=[] labelMat=[] fr=open(filename) for l
2017-12-02 21:15:19
327
原创 机器学习实战 adaBoost
from numpy import *from blaze import inffrom scipy.cluster.hierarchy import weighteddef loadSimpData(): dataMat=matrix([[1.,2.1],[2.,1.1],[1.3,1.],[1.,1.],[2.,1.]]) classLabels=[1.0,1.0,-
2017-12-02 14:49:30
440
原创 机器学习实战（5）逻辑回归
from numpy import *def loadDataSet(): dataMat=[]; labelMat=[]; fr=open('C:/Users/xuwei/Desktop/机器学习/机器学习实战(pdf版+源码)/machinelearninginaction/Ch05/testSet.txt') for line in fr.readline
2017-12-01 10:02:45
697
原创 item-cf改进
接之前的item-cf算法，又了解了一下numpy，pandas等内容后，有了更简单方便的求item-cf的思路，但是有个问题，由于数据量的关系，速度非常慢，下面这个方法虽然代码很简单，但在实际运行过程中非常慢。。。。代码如下from pandas import Series,DataFrameimport pandas as pdimport numpy as npimport p
2017-11-14 22:27:30
612
原创 使用numpy完成item-cf算法
1. Item-cf实现的基本原理下面以一个实例来展示使用perason相似度计算的item-cf算法1.1：计算物品相似度（以《寻龙诀》和《小门神》两部电影为例）Index栏的A,B,C,D,E,F,G为用户，column栏为电影的评分。距离：A/老炮儿 栏 评分为3.5，即代表A用户对老炮评分为3.5分。 1.2计算Pearson相似度计算公式：
2017-11-14 12:13:50
774
原创 scrapy爬取豆瓣电影中演员合作关系制作gephi图
以战狼2距离，从豆瓣电影中的战狼2的HTML页面可以看到，主演信息如下：<a href="/celebrity/1000525/" rel="v:starring">吴京</a> / <a href="/celebrity/1100321/" rel="v:starring">弗兰克·格里罗</a> / <
2017-11-09 09:52:38
1751
原创 scrapy学习（1）
最近学习了scrapy的编写，记录在这里这个爬虫的目的是爬取之前推荐系统项目获得的用户列表后，分别爬取他们的主页，获得各自想读的书。首先通过 scrapy startproject tutorial创建一个爬虫项目，我用的是eclipse+pydev，直接在eclipse里打开项目我的项目叫scrapytest首先编写item类，在scrapytest下新建item
2017-10-30 21:01:18
326
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人