摘要：
index优化 对于频繁作为查询条件的字段使用索引 注意索引字段类型的隐式转换，数据库类型和应用类型要一致 索引的种类 唯一索引，成为索引的列不能重复 单列索引，一个索引只包含一列 单列前缀索引，有些列较长，不宜使用全长作为索引，可以截取列前面一部分作为索引 复合索引（某几列也可以是前缀索引），一个 阅读全文
摘要：
对数值类数据建模—加权k近邻算法 根据相邻的数据预测出目标的取值情况 算法： 计算给定向量与所有其他数据的距离，并按照距离排序 选出前k位，求前k个数据的加权平均，权重根据距离求得 要点： 计算距离：使用欧几里得距离算法 计算权重算法： 反函数 减法函数 高斯函数 缩放：对于各个变量的取值范围相差较 阅读全文
摘要：
决策树 适合用来处理带有分界点的数据 优点 1. 易于解释：能结合实际数据对受训模型进行合理的解释，便于理解 2. 可以同时接受分类数据和数值数据作为输入 3. 允许数据缺失 缺点 1. 过度拟合：专门针对训练数据创建出来的分支，可能更具有特殊性。解决办法：对决策树进行剪枝 2. 针对不同类型的数据 阅读全文
摘要：
分类 分类方法： 1. 朴素贝叶斯分类法 2. 费舍尔分类法 1.0 1.0 0.75 0.708333333333 0.15625 0.05 good bad unknown bad 0.78013986589 0.356335962833 good bad good bad 阅读全文
摘要：
优化问题 使用随机优化解决写作类问题：存在多种变量的影响，存在许多个可能的解，通过对题解打分，找到一个问题的最优解。 优化的主要思想： 1. 找到影响结果的因素，比如这里旅行的航班价格、花费时间、租车费用等 2. 将考虑到的主要因素根据权重组成，计算出总的成本 3. 利用一定的算法找到成本最小时候的 阅读全文
摘要：
简单的搜索引擎 核心思想就是 1. 爬取指定页面，提取出页面中的url，进行递归爬取，可以指定递归深度 2. 提取网页中的文字内容，根据一定规则进行分词，保存在数据库中，分出的单词和url对应存储 3. 对查询参数分词，然后查询数据库中各个单词对应的url，然后返回 对搜索结果进行排名： 1. 基于 阅读全文
摘要：
聚类 属于无监督学习 目的：找到数据集中的不同群组 分级聚类 主要思想是： 1. 在数据集中找出两个最相似的节点 2. 根据这两个节点生成一个新的聚类节点，这个节点的数据为两个子节点的数据的平均值, 3. 将两个子节点从数据集中去除，将新的聚类节点加入数据 4. 回到1，直至数据集中只剩一个节点 K 阅读全文
摘要：
提供推荐 1. 计算两个人的相似度 2. 本来是推荐平均评分较高的作品，考虑到两个人的爱好相似程度，对评分根据相似度进行加权平均 计算相似度： 1. 欧几里得距离 2. pearson相关度 计算相关度 pearson相关系数计算公式（ "参考" ） 0.294298055086 0.3960590 阅读全文
摘要：
在docker中安装redis 使用命令行安装redis 1. 下载并解压 2.编译安装 3. 启动redis服务 使用Dockerfile 阅读全文
摘要：
在docker中安装mysql ubuntu官方镜像是精简的ubuntu系统，很多软件和库没有安装，所以直接安装mysql的话依赖较多，建议直接从源码编译安装mysql 通过命令行安装 先启动一个容器，建议可以创建一个包含常用工具的便于自己使用的基本镜像，比如：包含vim、net tools、添加阿 阅读全文