CRC16校验

多目标蝙蝠优化算法是一类寻优精度很高的优化算法，简单实用，且易于实现，算法我已通过运行验证过，很好用，希望能够对大家有所帮助，谢谢！

UserCF和ItemCF是协同过滤中最为古老的两种算法，在top-N的推荐上被广泛应用。这两个算法之所以重要，是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西，而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试，用UserCF和ItemCF做出的推荐列表中，只有50%是一样的，还有50%完全不同。但是这两个算法确有相似的精度。所以说，这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本，因为无论我们是用矩阵，还是用概率模型，我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设，推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度，但是coverage相差很大，ItemCF coverage很大而UserCF很小。我还测试了很多其他指标，不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的，他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域，对这个领域会比其他领域更加关心。给定一个用户，假设他喜欢3个领域A,B,C，同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下，如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF，它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的，所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户，这样他有限的推荐列表中就可能包含了一定数量的不热门item，所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言，显然多样性不足。但是对整个系统而言，因为不同的用户的主要兴趣点不同，所以系统的coverage会很大。显然上面的两种推荐都有其合理性，但都不是最好的选择，因此他们的精度也会有损失。最好的选择是，如果我们给这个用户推荐30个item，我们既不是每个领域挑选10个最热门的给他，也不是推荐30个A领域的给他，而是比如推荐15个A领域的给他，剩下的15个从B,C中选择。认识到这一

若要获取划分差异系数的插值 多项式 P (N + 1) 在不同的数字 X(0)，X(1)，......，X(N) 为函数 F: 输入的号码 X(0),X(1),...,X(N) ；值 F(X(0)),F(X(1))，......， F(X(N)) 作为 Q 的第一列 Q(0,0),Q(1,0),...,Q(N,0)。 输出数字 Q(0,0),Q(1,1),...,Q(N,N) 哪里 P(X) = Q(0,0)+Q(1,1)*(X-X(0))+Q(2,2)*(X-X(0))*(X-X(1)) + ...+ Q(N,N)*(X-X(0))*(X-X(1))*...*(X-X(N-1))。

用了abalone 数据集，是通过鲍鱼的性别，大小，总量等等来判断鲍鱼的年龄。作业用了ID3决策树算法C++

主要用来解决0/1背包问题，实现的计算机语言是C语言，通过随机的产生物品的信息，通过此算法决定哪些物品放入背包中，哪些放弃。

Ridge Regression RR 岭回归估计，是非常有用的非线性时间序列算法，在局部多项式预测中非常有用。-Ridge Regression RR ridge regression estimates, it is useful to nonlinear time series algorithms, in Local Polynomial prediction in very useful.

一个大整数运算类，其中用了Windows下的汇编语言做了优化，在Visual C++ .NET下编译通过-A large category of integer calculations, which used the Windows under optimized assembly language, in the Visual C++. NET compiler passed under

该文件为c++的数学函数库!是一个非常有用的编程工具.它含有各种数学函数,为科学计算、工程应用等程序编写提供方便！-the document to the c Math Library! It is a very useful programming tools. It contains a variety of mathematical functions, for science, engineering application procedures for the preparation of convenience!

BBS论坛主要是用来在网上交流意见的，有人提出一个问题或者见解，其他人可以针对不同的方面提出自己的想法并发表自己的见解。但是为了保证论坛的安全性，不是任何人都可以发表帖子和回复帖子的，必须以会员的身份登录到系统后，才能发表和回复帖子。因此BBS论坛将用户划分为4类：普通游客、普通会员、版主、管理员。

在日常的生活中我们最经常使用的距离毫无疑问应该是欧式距离，但是对于一些特殊情况，欧氏距离存在着其很明显的缺陷，比如说时间序列，举个比较简单的例子，序列A：1,1,1,10,2,3，序列B：1,1,1,2,10,3，如果用欧氏距离，也就是distance[i][j]=(b[j]-a[i])*(b[j]-a[i])来计算的话，总的距离和应该是128，应该说这个距离是非常大的，而实际上这个序列的图像是十分相似的，这种情况下就有人开始考虑寻找新的时间序列距离的计算方法，然后提出了DTW算法，这种方法在语音识别，机器学习方便有着很重要的作用。 这个算法是基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，简单来说，就是通过构建一个邻接矩阵，寻找最短路径和。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报