- 博客(54)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 sklearn的roc_curve()函数分析
在用sklearn的roc_curve()函数的时候，发现返回的结果和想象中不太一样，理论上threshold应该取遍所有的y_score（即模型预测值）。但是roc_curve()的结果只输出了一部分的threhold。从源码找到了原因。初始数据：y_true = [0, 0, 1, 0, 0, 1, 0, 1, 0, 0]y_score = [0.31689620142873609,...
2018-02-23 18:40:14
27161
13
原创 云硬盘快照数据丢失问题测试
云硬盘快照数据丢失问题测试问题复现虚机A挂载了一块云硬盘disk A，在挂载状态下对该硬盘中写入数据，如echo > test.txt helloworld；创建云硬盘快照，并基于该快照创建一块新的云硬盘disk B，将disk B挂载到虚机B上；对比发现，disk B中的数据与disk A中不一致，disk B中的test.txt文件内容为空。存在数据丢失问题。文件...
2018-02-08 23:13:18
1658
原创 python字节码分析
Python对不可变序列进行重复拼接操作效率会很低，因为每次都会生成一个新的对象，解释器需要把原来对象中的元素先复制到新的对象里，然后再追加新的元素。但是CPython对字符串操作进行了优化，因为对字符串做+=操作实在是太普遍了。因此，初始化str时会预留出额外的可扩展空间，从而进行增量操作的时候不会有复制再追加的这个步骤。通过字节码研究一下这个过程。>>> s_code = 'a
2018-02-05 19:59:40
1746
原创 列表推导和生成器表达式性能对比
列表推导（list comprehension）可用于生成列表（list）生成器表达式（generator expression）可以用来创建其它任何类型的序列。list在很多场景下被滥用，事实上生成器表达式的性能在很多情况下要优于列表推导。生成器表达式是逐个地生产元素，而不是事先建立一个完整的列表，然后再逐个取出列表元素。测试代码如下：from time import per
2018-02-05 11:59:26
1758
原创 梯度下降法和牛顿法的简单对比
梯度下降法和牛顿法机器学习问题可以分为两类：给定data求model；给定model求解θ" role="presentation">θθ\theta ： SGD或BGD（沿一阶方向）Newton（沿二阶方向）BFGS（居于一、二阶方向之间）L-BFGS通过一个例子来对比两种求参算法的区别。问题：求解a" role="presentation">a−−√
2018-02-04 21:02:35
1290
原创 Centos7+Packstack安装部署Openstack Mitaka之(二) packstack-answers-file
Centos7+Packstack安装部署Openstack Mitaka的配置文件.
2016-09-16 13:30:57
6351
2
原创 Centos7+Packstack安装部署Openstack Mitaka之(一) 安装Packstack
学习Openstack的前两个月, 时间都花在环境部署上了, 主要是版本的问题, 导致了一系列的麻烦. 之前使用devstack已经部署成功了, 但是manila不能用, 残念, 问题主要出在网络上, 研究完manila的网络模块之后再回头找原因吧. 不打算继续在环境上花时间了, 这里给了一套可以重复的安装部署流程, 使用packstack.
2016-09-16 13:21:04
59941
翻译 译文: Manila Admin Reference (Mitaka版本)
译文: Manila Admin Reference (Mitaka版本). 一边理解一边翻译了一下Openstack Manila Admin Reference. 这个文档主要是关于如何配置和部署Manila. 斜体字为译者注释的内容. 为了便于理解和查询, 有些名词保留使用英文.
2016-09-01 16:55:12
2415
原创 Openstack Manila使用初探 (Packstack)
Openstack Manila使用初探使用Packstack (All in one) 安装好Openstack之后, 研究一下Manila组件的使用.
2016-09-01 11:25:08
5229
1
原创 Openstack Manila源码阅读笔记(一)manilaclient调用过程
Openstack Manila源码阅读笔记(一)manilaclient调用过程
2016-08-19 13:51:00
3241
原创 CentOS7安装Devstack Mitaka
在VirtualBox Centos7环境下, 使用devstack安装Openstack Mitaka版本.
2016-08-11 11:37:48
6817
1
原创 <手动安装Openstack Mikita>之(五) Horizon安装
<手动安装Openstack Mikita>之(五)Horizon安装
2016-08-02 10:30:45
2399
原创 <手动安装Openstack Mikita>之(二) Keystone安装
<手动安装Openstack Mikita>之(二) Keystone安装
2016-08-01 15:53:39
4062
原创 <Python进阶读书笔记>之(三) Map, Filter和reduce
<Python进阶读书笔记>之(三) Map, Filter和reduce
2016-07-22 11:07:03
790
原创 <Perl语言入门>读书笔记 | 三. 列表和数据
<Perl语言入门>读书笔记的第三章，列表和数据，也就是所谓的数组。这里最重要的一个概念是，Perl中的表达式的上下文概念。
2016-02-25 18:50:01
845
原创 LeetCode刷题 (Python) | 328. Odd Even Linked List
LeetCode刷题 (Python) | 328. Odd Even Linked List
2016-02-10 22:07:31
813
原创 LeetCode刷题 (Python) | 275. H-Index II
LeetCode刷题 (Python) | 275. H-Index II
2016-02-10 17:48:32
1351
原创 LeetCode刷题 (Python) | 125. Valid Palindrome
LeetCode刷题 | 125. Valid Palindrome
2016-01-30 20:34:28
1057
原创 机器学习算法入门之(四) SVM
最早是由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出；目前的版本(soft margin)是由Corinna Cortes 和 Vapnik在1993年提出，并在1995年发表；深度学习（2012）出现之前，SVM被认为机器学习中近十几年来最成功，表现最好的算法。
2015-12-28 16:45:06
1649
原创 机器学习算法入门之(一) 梯度下降法实现线性回归
文章的背景取自An Introduction to Gradient Descent and Linear Regression，本文想在该文章的基础上，完整地描述线性回归算法。部分数据和图片取自该文章。没有太多时间抠细节，所以难免有什么缺漏错误之处，望指正。线性回归的目标很简单，就是用一条线，来拟合这些点，并且使得点集与拟合函数间的误差最小。
2015-12-24 12:32:13
61874
3
原创 LeetCode刷题 | Climbing Stairs
题目链接：https://oj.leetcode.com/problems/climbing-stairs/心得：很简单的题目，其实就
2014-11-17 18:33:07
589
原创 LeetCode刷题 | Add Binary
题目链接：https://oj.leetcode.com/problems/add-binary/
2014-11-17 17:55:58
644
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人