查看线程CPU利用率方法一：利用ps命令查看对应的线程1. ps -ef | grep 进程名称2. ps -mp 进程ID -o THREAD,pid,tid,cmd,time,%cpu,%mem3.1. gdb3.2. attach 进程ID3.3. info thread...
分类：
编程语言 时间：
2015-06-09 17:03:51
阅读次数：
168
刚才写了ID3决策树的建立，这个是通过决策树来进行预测。这里主要用到的就是XML的遍历解析，比较简单。关于xml的解析，参考了：http://blog.csdn.net/soszou/article/details/8049220http://lavasoft.blog.51cto.com/6257...
分类：
编程语言 时间：
2015-06-09 11:37:07
阅读次数：
138
决策树的分类过程和人的决策过程比较相似，就是先挑“权重”最大的那个考虑，然后再往下细分。比如你去看医生，症状是流鼻涕，咳嗽等，那么医生就会根据你的流鼻涕这个权重最大的症状先认为你是感冒，接着再根据你咳嗽等症状细分你是否为病毒性感冒等等。决策树的过程其实也是基于极大似然估计。那么我们用一个什么标准来衡...
分类：
编程语言 时间：
2015-06-09 09:46:17
阅读次数：
196
var str = ‘{"id":12, "name":"张三","data":{"id2":12, "name2":"张三","data":{"id3":12, "name3":"张三"}}, "addr":"火星基地"}‘;
//换行符号、空格符号
var hh = "\n";
var trimF = ‘ ‘;
...
分类：
Web程序 时间：
2015-05-22 19:47:37
阅读次数：
137
第一部分是学习ID3时候积累的。一.以前写的基础知识 1.信息：是用来消除不确定性的度量，信息量的大小，由所消除的不确定性的大小来计量（香农）。 2.由于不确定性是由随机性引起的，所以用概率来描述和计量；熵entropy：源于热力学，是分子混乱程度的度量。 3.X(离散型随机变量)的熵H(...
分类：
其他好文 时间：
2015-05-14 23:45:24
阅读次数：
203
1）决策树之ID3决策树算法是分类算法的一种，基础是ID3算法，C4.5、C5.0都是对ID3的改进。ID3算法的基本思想是，选择信息增益最大的属性作为当前的分类属性。看Tom M. Mitchell老师的《Machine Learing》第三章中的例子：我们先解释一下这张表，表中有14条实例数据，...
分类：
其他好文 时间：
2015-05-14 16:01:34
阅读次数：
2584
1. C4.5C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：1)用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足；2)在树构造过程中进行剪枝；3)能够完成对连续属性的离...
分类：
编程语言 时间：
2015-04-23 12:30:07
阅读次数：
203
这里是接着上一篇决策树算法介绍来的。
之前已经学习过决策树的整个方法，对它构造的过程有了比较清楚的认识。这一次的读书笔记就主要关注决策树的应用和用matplotlib来画出一棵决策树。
绘制决策树
matplotlib提供了一个注解工具annotations,跟matlab中的非常相似[不过个人认为matlab画图操作起来更加方便]，他是一个很强大的工具。
首先我们先绘制决策树的一个节...
分类：
其他好文 时间：
2015-04-17 11:35:59
阅读次数：
256
