摘要：
算法与数据结构刷题系列之贪心算法，仅记录个人刷题总结记录，方便复习。 阅读全文
摘要：
CRF学习完了，但是理论不结合实践总是无法出真知的。使用CRF进行命名实体识别有很多方法，比如CRF++工具包、sklearn包中的crfsuite套装、keras框架、tensorflow框架、pytorch框架等等，下面总结借助CRF++工具包实现的几点心得。 一、CRF++工具包的安装与配置 阅读全文
摘要：
新词发现小范围调研总结汇总，方便后续自己回看。 阅读全文
摘要：
Trie树定义及python实现 阅读全文
摘要：
记录python coding过程的一些bug和tips~ 阅读全文
摘要：
Mongodb是一个基于分布式文件存储的数据库，介于关系数据库和非关系数据库之间的产品，由C++语言编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。 MongoDB将数据库存储为一个文档，数据结构由键值（key=>value）对组成，MongoDB文档类似于JSON对象，字段值可以包含其他 阅读全文
摘要：
O、知识框架 一、初步概念 Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架。 可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。 1.requests+selenium能解决90%的爬虫需求&scrapy加速 2.scrapy使用了Twisted异步网络框架，加快下 阅读全文
摘要：
一、Hadoop命令行操作 （1）查看帮助 $hdfs dfs -help （2）查看当前目录信息 $hdfs dfs -ls / （3）上传文件 $hdfs dfs -put /本地路径 /hdfs路径 （4）剪切文件 $hdfs dfs -moveFromLocal a.txt /aa.txt 阅读全文
摘要：
遗传算法总结 阅读全文
摘要：
Hadoop是一个能够对海量数据进行分布式处理的系统架构，主要包含3大块：分布式存储系统HDFS(Hadoop Distributed File System)分布式存储层、分布式计算框架MapReduce分布式计算层、资源管理系统YARN(Yet Another Resource Negotiator)集群资源管理层。Hadoop的核心是：HDFS和MapReduce。伪分布式模式的Hadoop即在一台主机上模拟一个小的集群。 阅读全文