模块化怎么分模块AngularJS自己有模块的概念，但只是为controller、direcitive、service等提供一个集合的概念，并没有文件调度的功能。官方推荐的模块分类方法是：angular.module('app',['app.directive','app.controller','...
分类：
Web程序 时间：
2014-12-19 11:47:27
阅读次数：
182
1. 算法背景介绍分类树（决策树）是一种十分常用的分类方法。它是一种监管学习，所谓监管学习说白了很简单，就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。C4.5分类树就是...
分类：
编程语言 时间：
2014-12-18 11:53:35
阅读次数：
336
决策树算法是一种逼近离散函数值的方法，是一种典型的分类方法。决策树算法构造决策树来发现数据中蕴涵的分类规则。如何构造精度高，规模小的决策树是决策树算法的核心内容。一般情况下分两步进行，1.决策树的生成。2.决策树的剪枝。（对上一个阶段生成的决策树进行检验，校正和修下的过程，方法：使用测试数据集校.....
分类：
编程语言 时间：
2014-12-17 14:28:52
阅读次数：
203
分类方法方法描述客户端操作__init__(self, host, port, browserStartCommand, browserURL)构造函数。host：selenium server的ip；port：elenium server的port，默认为4444；browserStartComm...
分类：
编程语言 时间：
2014-12-16 13:11:38
阅读次数：
338
TXT文本格式一级分类二级分类三级分类一级分类二级分类一级分类.....（注意：一级分类前不能有TAB键，每层分类前面加一TAB键）以下是PHP处理代码publicfunctiontxt_category_to_mysql(){
$ceng=0;
$arr=file(‘Public/fenlei.txt‘);
foreach($arras$k=>$v){
if(strrpos($v,""..
分类：
数据库 时间：
2014-12-15 22:06:44
阅读次数：
405
朴素贝叶斯分类是贝叶斯分类器的一种，贝叶斯分类算法是统计学的一种分类方法，利用概率统计知识进行分类，其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验概率（即该对象属于某一类的概率），然后选择具有最大后验概率的类作为该对象所属的类。总的来说：当样本特征个数较多或者特征之间相关性较大时，朴素贝叶斯分类效率比不上决策树模型；当各特征相关性较小时，朴素贝叶斯分类性能最为良好。另外朴素贝叶斯的计算过程类条件概率等计算彼此是独立的，因此特别适于分布式计算。本文详述了朴素贝叶斯分类的统计学原理，并在文本分类中...
分类：
编程语言 时间：
2014-12-12 20:56:48
阅读次数：
1004
引入：上文中我们讲解了Agent如何利用环境指针来访问VM的字段访问部分，现在来讲解方法访问部分。分类11：方法访问a.GetMethodName.获取方法名字和签名jvmtiError
GetMethodName(jvmtiEnv*env,
jmethodIDmethod,
char**name_ptr,
char**signature_ptr,
char**generic_ptr)b.Get..
分类：
其他好文 时间：
2014-12-09 15:51:20
阅读次数：
201
惰性学习法：简单的存储数据，一直等待，直到给定一个测试元组时才进行泛化，根据对存储的元组的相似性进行分类。kNN（k近邻）分类方法于20世纪50年代提出，由于计算密集型算法，因此到60年代之后随着计算能力增强后才逐步应用。
kNN基于类比学习，将给定的测试元组表示为n维空间中的一个点，n代表属性数目。然后使用某种距离度量方式来寻找与给定测试元组最近的k个训练元组，对这个k个训练元组的类别进行统计...
分类：
其他好文 时间：
2014-12-08 17:47:16
阅读次数：
262
十七:返回到主线程进行操作,对UI进行更新只能在主线程进行 /*将数据显示到UI控件,注意只能在主线程中更新UI, 另外performSelectorOnMainThread方法是NSObject的分类方法，每个NSObject对象都有此方法， 它调用的selector方法是当前调用...
分类：
移动开发 时间：
2014-12-08 17:06:44
阅读次数：
223
AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法，AdaBoost.M1是我们通常所说的Discrete AdaBoost，而AdaBoost.M2是M1的泛化形式。关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoo...
分类：
编程语言 时间：
2014-12-04 14:02:17
阅读次数：
342
