摘要：
相信最近不少小伙伴都被国产神剧《琅琊榜》迷的不要不要的，尤其是不少女粉，追完此剧之后人生理想只剩：睡王凯(靖王扮演者)、睡胡歌(梅长苏扮演者)了。 但素啊，共识君要说 ，本剧的终极BOSS明明是梁王好不好! 大BOSS梁王 《琅琊榜》的故事是从赤焰逆案开始的。皇长子祁王亲信——赤焰军主帅林燮在攻打邻 阅读全文
摘要：
解决方案 看官网datagrid方法部分 http://www.jeasyui.net/plugins/183.html 阅读全文
摘要：
适用于非静态方法：this.getClass().getName() 适用于静态方法：Thread.currentThread().getStackTrace()[1].getClassName() 获取类名： 1、在类的实例中可使用this.getClass().getName();但在stati 阅读全文
摘要：
一、FPGrowth算法理解 Spark.mllib 提供并行FP-growth算法，这个算法属于关联规则算法【关联规则：两不相交的非空集合A、B，如果A=>B，就说A=>B是一条关联规则，常提及的{啤酒}-->{尿布}就是一条关联规则】，经常用于挖掘频度物品集。关于算法的介绍网上很多，这里不再赘述 阅读全文
摘要：
本文参考韩家炜《数据挖掘-概念与技术》一书第六章，前提条件要理解 apriori算法。 另外一篇写得较好的文章在此推荐： http://hi.baidu.com/nefzpohtpndhovr/item/9d5c371ba2dbdc0ed1d66dca 0.实验数据集： user2items.csv 阅读全文
摘要：
频繁项集挖掘的应用多出现于购物篮分析，现介绍两种频繁项集的挖掘算法Aprior和FPGrowth，用以发现购物篮中出现频率较高的购物组合。 基础知识 项：“属性-值”对。比如啤酒2罐。 项集：项的集合。比如{啤酒2罐，…，尿布5片} K项集：项集中的每个项都有K个项。 支持度：项集在训练元组中同时出 阅读全文
摘要：
Apriori和fp-growth是频繁项集(frequent itemset mining)挖掘中的两个经典算法，虽然都是十几年前的，但是理解这两个算法对数据挖掘和学习算法都有很大好处。在理解这两个算法之前，应该先了解频繁项集挖掘是做什么用的。 频繁项集挖掘是关联规则挖掘中的首要的子任务。关联规则 阅读全文
摘要：
对于es中搜索推荐的功能的实现： 1.使用match_phrase_prefix来实现search-time搜索推荐，原理根match_phrase类似，唯一的区别是把最后一个term作为前缀去搜索，同时可以配置slop来调整搜索条件，也可以限制返回结果的数量，但是这种推荐方法还是需要用最后一个前缀 阅读全文
摘要：
原标题：产品经理需要了解：推荐系统和搜索引擎的关系 注：本文作者结合自己的实践经验来为大家阐述推荐系统和搜索引擎两者之间的关系、分享自己的体会。 从信息获取的角度来看，搜索和推荐是用户获取信息的两种主要手段。无论在互联网上，还是在线下的场景里，搜索和推荐这两种方式都大量并存，那么推荐系统和搜索引擎这 阅读全文
摘要：
ps -ef 是查看所有的进程的然后用grep筛选出你要的信息 下面对命令选项进行说明：-e 显示所有进程。-f 全格式。ps e 列出程序时，显示每个程序所使用的环境变量。ps f 用ASCII字符显示树状结构，表达程序间的相互关系grep命令是一种强大 ps命令将某个进程显示出来 grep命令是 阅读全文