摘要：
maven assembly打包出现错误 [WARNING] The POM for com.flink.xxr:0.0.1-SNAPSHOT is invalid, transitive dependencies (if any) will not be available, enable deb 阅读全文
摘要：
下载glibc-2.14.tar.gz 解压： [root@jrgc130 software]# tar xf glibc-2.14.tar.gz [root@jrgc130 software]# cd glibc-2.14 [root@jrgc130 glibc-2.14]# mkdir buil 阅读全文
摘要：
ROC曲线： 横轴：假阳性率 代表将负例错分为正例的概率 纵轴：真阳性率 代表能将正例分对的概率 AUC是ROC曲线下面区域得面积。 与召回率对比： AUC意义： 任取一对（正、负）样本，把正样本预测为1的概率大于把负样本预测为1的概率的概率。基于上述，AUC反映的是分类器对样本的排序能力，如果进行 阅读全文
摘要：
一、范数 L1、L2这种在机器学习方面叫做正则化，统计学领域的人喊她惩罚项，数学界会喊她范数。 L0范数 表示向量xx中非零元素的个数。 L1范数 表示向量中非零元素的绝对值之和。 L2范数 表示向量元素的平方和再开平方 在p范数下定义的单位球（unit ball）都是凸集（convex set，简 阅读全文
摘要：
1.损失函数/代价函数是对模型或者算法的准确性的最直接的描述（对于二分类问题来说就是能不能正确分类的能力），而目标函数则是损失函数/代价函数的递进，目标函数考虑的可能不仅仅有模型算法的准确性，还可能要考虑模型的复杂度，可解释度等等的问题（比如目标函数在损失函数的基础之上加上各种正则项）。 当然最简单 阅读全文
摘要：
1.输出： 线性回归输出是连续的、具体的值（如具体房价123万元） 回归 逻辑回归的输出是0~1之间的概率，但可以把它理解成回答“是”或者“否”（即离散的二分类）的问题 分类 2.假设函数 线性回归： θ数量与x的维度相同。x是向量，表示一条训练数据 逻辑回归：增加了sigmoid函数 逻辑斯蒂回归 阅读全文
摘要：
https://mp.weixin.qq.com/s/e0jXXCIhbaZz7xaCZl-YmA 不均衡的数据通常来说形式都比较固定,并且也比较好区分.比如说你手头上现在有苹果和梨,在这个时候你手中的数据都跟你说,全世界的人都吃梨哦,这个时候你去找一个路人甲,问问他你是不是喜欢吃梨啊,这个时候我们 阅读全文
摘要：
使用maven assembly插件完成打包 修改pom： 在要打包的项目目录打开cmd，执行 在项目的target文件夹下可以看到 with dependiencies就是包含外部引用包的可执行jar文件 阅读全文
摘要：
1.VACUUM VACUUM回收dead tuples占用的存储空间。 在一般的PostgreSQL操作中，被update操作删除或废弃的元组不会从物理表中删除; 它们一直存在，直到执行VACUUM才会被删除。 因此，必须定期进行VACUUM，特别是在经常更新的表格上。可以极大减少表的内存占用。 阅读全文
摘要：
在学校服务器上安装xgboost，事先我已经安装了anaconda，但是因为师兄已经装了python所以没加入到path。 网上的方法一般都要编译，另外官方的下载方法要联网。。总之出了一堆错，最终还是找到了方法 在https://pypi.python.org/pypi/xgboost下载安装包 解 阅读全文