10 2021 档案
摘要：决策树的应用 决策树 决策树与 if-then 规则 决策树可以看作一个 if-then 规则的集合 由决策树的根节点到叶节点的每一条路径，构建一条规则：路径上内部节点的特征对应着规则的条件（condition），叶节点对应规则的结论 决策树的 if-then 规则集合有一个重要性质：互斥并且完备。
阅读全文
摘要：随机森林 1. 集成模型和它的优势 什么是集成模型 对于几乎所有的分类问题(图像识别除外，因为对于图像识别问题，目前深度学习是标配)，集成模型很多时候是我们的首选。比如构建一个评分卡系统，业界的标配是GBDT或者XGBoost等集成模型，主 要因为它的效果确实好，而且稳定。还有一点是这些模型的可解释
阅读全文
摘要：K-Means 最常用的机器学习聚类算法，且为典型的基于距离的聚类算法 K均值： 基于原型的、划分的距离技术，它试图发现用户指定个数(K)的簇 以欧式距离作为相似度测度 K均值算法需要输入待聚类的数据和欲聚类的簇数k，主要的聚类过程有3步： 随机生成k个初始点作为质心； 将数据集中的数据按照距离质心
阅读全文
摘要：主成分分析-PCA 聚类分析（cluster analysis）是一组将研究对象分为相对同质的群组（clusters）的统计分析技术 >> 将观测对象的群体按照相似性和相异性进行不同群组的划分，划分后每个群组内部各对象相似度很高，而不同群组之间的对象彼此相异度很高。 Principal Compon
阅读全文
摘要：DorisDB Apache Doris最早诞生于2008年，最初只为解决百度凤巢报表的专用系统。在08年那个时候数据存储和计算成熟的开源产品非常少，Hbase的导入性能只有大约2000条/秒，在这种不能满足业务的背景下，doris 诞生了，并且跟随百度凤巢系统一起正式上线。 Apache Dori
阅读全文
