将者，智、信、仁、勇、严也。

摘要： 自底向上——知识图谱构建技术初探 from: https://www.anquanke.com/post/id/149122 发布时间：2018-06-28 16:00:40 文/阿里安全 染青 “The world is not made of strings , but is made of t 阅读全文

摘要： 从下面分析可以看出，是先做了hash计算，然后使用hash join table来讲hash值相等的数据合并在一起。然后再使用udf计算距离，最后再filter出满足阈值的数据： 补充： sql join 算法 时间复杂度 2016年08月26日 12:04:34 stevewongbuaa 阅读数 阅读全文

摘要： 最小哈希 维基百科，自由的百科全书 跳到导航跳到搜索 在计算机科学领域，最小哈希（或最小哈希式独立排列局部性敏感哈希）方法是一种快速判断两个集合是否相似的技术。这种方法是由Andrei Broder （1997）,[1]发明的，最初在AltaVista搜索引擎中用于在搜索结果中检测并消除重复Web页 阅读全文

摘要： vim、gvim 在 windows 下中文乱码的终极解决方案 vim ~/.vimrc 然后加入： " Gvim中文菜单乱码解决方案 " 设置文件编码格式 set encoding=utf-8 set fileencodings=utf-8,chinese,latin-1,gbk,gb18030, 阅读全文

摘要： import pickle import matplotlib.pyplot as plt from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.mod... 阅读全文

摘要： 假设spark里用到了purl这个三方件，https://github.com/ultrabluewolf/p.url，他还额外依赖futures这个三方件（six的话，anaconda2自带）。 pyspark 代码如下： 下面说明如何编译打包egg。 通过https://pypi.org/pro 阅读全文

摘要： from:http://liluo.org/blog/2012/08/how-to-create-python-egg/ 制作打包一个 Python Egg 并部署整个过程还蛮有意思的，下面小教程(这里以制作一个叫作 bee 的 Egg 为例)～ 制作 先创建一个项目文件夹: 1 2 $ mkdir 阅读全文

摘要： 安装： pip install pytest pip install pytest-cov utils.py代码 test_utils.py 代码 运行测试： 查看覆盖率： pytest --cov=./ 阅读全文

摘要： 测试框架 什么是框架？ 框架(Framework)是整个或部分系统的可重用设计，框架是用来解决代码的组织及运行控制问题的。 在我们编写自动化脚本的时候，经常需要读取配置文件，读取数据文件，发送请求，记录日志，连接并对比数据库数据。每个脚本里都重写一遍各种方法不仅工作量大而且易错。所以我们需要把公共的 阅读全文

摘要： 163data.com.cn是什么？终于搞清楚了... 查看文章 163data.com.cn是什么？终于搞清楚了... 2008-05-31 00:41 一场误会，真TN的无聊的吓人从日志及tcpview上总看到有类如xxx.broad.xw.sh.dynamic.163data.com.cn这样 阅读全文