小编Leg*_*end的帖子

在R,我正在使用ccf或acf计算成对的互相关函数,以便我可以找出哪个班次给了我最大值.从它的外观,R给我一个标准化的值序列.在Python的scipy中是否有类似的东西,或者我应该使用该fft模块来做它？目前,我的工作如下:

xcorr = lambda x,y : irfft(rfft(x)*rfft(y[::-1]))
x = numpy.array([0,0,1,1])
y = numpy.array([1,1,0,0])
print xcorr(x,y)

我对线级协议的想法不是很清楚.我听说BitTorrent使用它并读到线程级协议可以被认为是API的反面.我读RMI调用可以被认为是线程协议,但我仍然有点困惑.有人可以用更好的方式解释这个吗？

I am fairly new to Tomcat. I just managed to build a project and exported it as a WAR file. I tried manually copying a WAR file to the Tomcat folder then restarting. It created the folder structure and everything but I get a 404 Status code when I try to reach the application. I tried deploying it through the Tomcat Admin panel but I'm seeing the same behavior. Am I doing anything fundamentally wrong?

我不是一个统计学家(更像是一个研究性的网络开发者),但我现在听到很多关于scipy和R的信息.因此,出于好奇,我想问这个问题(虽然这对这里的专家来说可能听起来很愚蠢),因为我不确定这方面的进展,并想知道没有合理统计背景的人如何处理这些问题.

给定从实验中观察到的一组实数,让我们说它们属于那里的许多分布之一(如Weibull,Erlang,Cauchy,Exponential等),是否有任何自动化的方法来找到正确的分布和分布数据的参数？是否有任何好的教程可以引导我完成整个过程？

现实场景: 例如,让我们说我发起了一项小型调查并记录了一个人每天与300人谈话的人数,并且我有以下信息:

1 10
2 5
3 20
...
...

XY告诉我X人在调查期间与Y人交谈过.现在使用来自300个人的信息,我想将其融入模型中.问题归结为是否有任何自动方法可以找到这些数据的正确分布和分布参数,或者如果没有,是否有一个很好的逐步程序来实现相同的目标？

我正在查看从Java字节码获取的一些反汇编代码.我看到一些声明如下:

.method static synthetic access$0()Lcom/package/Sample;

我无法弄清楚什么synthetic或access$0意味.有人可以帮我理解这部分吗？

我有一些这样的数据:

1: 2 - 10
2: 3 - 15
3: 4 - 9
4: 8 - 14
5: 7 - 13
6: 5 - 10
7: 11 - 15

我将尝试表示使其更清晰:

        1     2     3     4     5     6     7     8     9     10     11     12     13     14     15
1             |--------------------------------------X---------|
2                   |--------------------------------X--------------------------------------------|
3                         |--------------------------X---|
4                                                  |-X-------------------------------------|
5                                           |--------X------------------------------|
6                               |--------------------X----------|
7                                                                     |---------------------------|

因此,在示例情况下,8-9如果使用第二个方案是关键期,因为所有点都是活动的.在python中解决这个问题的快速而好的方法是什么？我正在考虑使用动态编程,但还有其他建议的方法吗？

我的方法直到现在:

我从实时的角度思考更多.因此,每当我得到一个新的点,我这样做:假设我已经得到了2-10然后我得到3-15了最大的开始和结束的最小值所以这种情况它是3-10并将此间隔的计数增加到2.然后第三点进来4-9接送最大是4和min为9并更新值3-10到4-9时和更新计数到3.现在8-14进来,我选择这个间隔的开始是大于4-9和该间隔的结束小于 …

我是这个领域的新手以及术语所以如果我在某个地方出错,请随时提出建议.我有两个这样的数据集:

数据集1:

A B C 0 E
A 0 C 0 0
A 0 C D E
A 0 C 0 E

我解释这个的方式是在某个时间点,(A,B,C,E)一起发生,(A,C),(A,C,D,E)等也是如此.

数据集2:

5A 1B 5C  0 2E
4A  0 5C  0  0
2A  0 1C 4D 4E
3A  0 4C  0 3E

我解释这个的方式是在某个时间点,发生5次A,1次发生B,5次发生C和2次发生E,等等.

我试图找到哪些项目一起发生,如果可能的话,也找出原因和结果.为此,我不了解如何使用这两个数据集(或者如果一个就足够了).最好有一个很好的教程,但我的主要问题是使用哪个数据集以及如何进行(i)构建频繁项集和(ii)在它们之间建立关联规则.

有人能指点我一个实用的教程/例子(最好用Python)或至少解释一下如何解决这个问题？

D3中是否有相应的Bubble Tree实现？在我提供的链接中,Bubble Tree是在RaphaelJS和jQuery中实现的.

我知道这个问题的重复:

• 谷歌"你的意思是什么？"算法是如何工作的？
• 你如何实现"你的意思"？
• ......还有很多其他人.

这些问题对算法实际如何工作感兴趣.我的问题更像是:让我们假设谷歌不存在或者这个功能可能不存在而且我们没有用户输入.如何实现此算法的近似版本？

为什么这很有趣？

好.尝试在Google中键入" qualfy ",它会告诉您:

你的意思是: 资格

很公平.它使用统计机器学习对从数十亿用户收集的数据进行此操作.但是现在尝试输入这个:" Trytoreconnectyou "到谷歌,它告诉你:

你的意思是: 尝试重新连接你

现在这是更有趣的部分.Google如何确定这一点？有一本方便的字典,并使用用户输入再次猜测最可能的单词？它如何区分拼写错误的单词和句子？

现在考虑到大多数程序员无法访问数十亿用户的输入,我正在寻找实现此算法的最佳近似方式以及可用的资源(数据集,库等).有什么建议？

很多时候,我发现自己非常深入地浏览目录,并且出于各种原因想要打开图形窗口(nautilus).所以问题很简单:

做完之后,

cd sampledirectory  
cd sampledirectory2 

如何在GUI中打开此位置？