摘要：
什么是分类问题，什么是回归问题？以及两者的区别 什么是二叉树？ 二叉树很容易理解，在这里我们一般用满二叉树：就是非叶子节点都有2个分支的树形数据结构 什么是决策树？ 决策树最初是用来做决策用的，就好像下面的见不见相亲对象的决策过程一样； 如果把最后的决策结果看成是分类，那么决策树就可以用来分类了，例 阅读全文
摘要：
项目上要求给出一个可配置的类自动化的流程，下面根据自己的思考给出自动训练模型的部分。 决策树模型关键参数有两个：树深度和树棵数（模型训练中称为迭代次数，下称迭代次数） 树深度 树的深度如何决定，个人觉得：每棵树最好都能用到所有的特征，所以树深度跟特征数相关，对特征个数对2求对数，然后上取整即可 # 阅读全文
摘要：
首先要知道\xef\xbf\xbd是啥东西 由此我们可以知道\xef\xbf\xbd是utf8编码的'\uFFFD'，那么这个'\uFFFD'是啥东西呢？ 原来是因为Unicode和老编码体系的转化过程中，肯定有一些字，用Unicode是没法表示的，Unicode官方用了一个占位符来表示这些文字，这 阅读全文
摘要：
原文地址：http://www.cnblogs.com/haippy/archive/2011/12/04/2276064.html LevelDb日知录之一：LevelDb 101 说起LevelDb也许您不清楚，但是如果作为IT工程师，不知道下面两位大神级别的工程师，那您的领导估计会Hold不住 阅读全文
摘要：
算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification) 0、写在前面的话 我个人一直很喜欢算法一类的东西，在我看来算法是人类智慧的精华，其中蕴含着无与伦比的美感。而每次将学过的算法应用到实际中，并解决了实际问题后，那种快感更是我在其它地方体会不到的。 一 阅读全文
摘要：
XGBoost参数 转自http://blog.csdn.net/zc02051126/article/details/46711047 在运行XGboost之前，必须设置三种类型成熟：general parameters，booster parameters和task parameters： Ge 阅读全文
摘要：
python多进程和多线程的区别：python的多线程不是真正意义上的多线程，由于python编译器的问题，导致python的多线程存在一个PIL锁，使得python的多线程的CPU利用率比预期的要低很多python的多进程（java的应该也是）有内存拷贝的问题，所以建议用java或者c的多线程。 阅读全文
摘要：
SVD（Singular Value Decomposition），中文是奇异值分解，最近很感兴趣，下面谈谈我对svd的理解，没有线性代数基础的可以直接看应用部分或者记住关键结论就好了。 理论部分： 线性变化 奇异值分解不是一个凭空幻想出来的概念，而是解决一个数学问题的成果，这个数学问题可以概括成： 阅读全文
摘要：
源表结构： pcgid string mobilegid string value double 测试数据如下： p1 m1 0.6p1 m2 0.9p2 m1 1.0 需要的结果是： p1 {"m2":"0.9","m1":"0.6"} 2 p2 {"m1":"1.0"} 1 就是对源表进行gro 阅读全文
摘要：
Linux date mac date mac的实现相对复杂一点，不理解的请看我的 mac date命令 阅读全文