fisherinbox

摘要： 转自http://www.wbrecom.com/?p=342 在预备篇中我们做了一些热身，并且介绍了L1正则化在Online模式下也不能产生较好的稀疏性，而稀疏性对于高维特征向量以及大数据集又特别的重要。因此，从现在开始，我们沿着提升模型稀疏性的主线进行算法介绍。 为了得到稀疏的特征权重 ，最简单 阅读全文

摘要： 一.普通kd-tree 1.在选择划分维度的时候，不能简单的每一个维度轮流划分。还有一种更合适的是利用数据的方差来划分，哪个维度的方差大，就选择哪一个维度划分。理由解释如下： 最简单的方法就是轮着来，即如果这次选择了在第i维上进行数据划分，那下一次就在第j(j≠i)维上进行划分，例如：j = (i 阅读全文

摘要： 在线学习 online learning Online learning并不是一种模型，而是模型的训练方法。能够根据线上反馈数据，实时快速的进行模型调优，使得模型能够及时反映线上的变化，提高线上预测的准确率。 在线模型的评估之--Mistake Bound 假设有一个模型完全预测正确，Mistake 阅读全文

摘要： 正定矩阵的判定，正定矩阵一定可逆，我暂时认为非正定矩阵不可逆 判定定理1：对称阵A为正定的充分必要条件是：A的特征值全为正。 判定定理2：对称阵A为正定的充分必要条件是：A的各阶顺序主子式都为正。 判定定理3：任意阵A为正定的充分必要条件是：A合同于单位阵。 如下图所示为各阶顺序子式为正的判断方法实 阅读全文

摘要： 数据库三级模式 数据库事务的四个特性 进程间的通信方式 阅读全文

摘要： 184. Department Highest Salary 题意： The Employee table holds all employees. Every employee has an Id, a salary, and there is also a column for the depa 阅读全文

摘要： 相信很多用户都用过关系型数据库，我们可以在关系型数据库里面创建表（create table），这里要讨论的表和关系型数据库中的表在概念上很类似。我们可以用下面的语句在Hive里面创建一个表： hive> create table wyp(id int, > name string, > age in 阅读全文

摘要： 1.倒排索引的实现 1 import java.io.IOException; 2 import java.util.StringTokenizer; 3 4 import org.apache.hadoop.conf.Configuration; 5 import org.apache.hadoo 阅读全文

摘要： L1正则是权值的绝对值之和，重点在于可以稀疏化，使得部分权值等于零。 L1正则的含义是 ∥w∥≤c，如下图就可以解释为什么会出现权值为零的情况。 L1正则在梯度下降的时候不可以直接求导，可以有以下几种方法来优化 1.OWL-QN算法http://blog.csdn.net/google1989010 阅读全文

摘要： 1.消费者生产者模式 1 import java.util.PriorityQueue; 2 import java.util.Queue; 3 4 public class ProducerAndConsumer { 5 private final int capacity = 100; 6 Qu 阅读全文