07 2017 档案
摘要：先想一下，正常我们想要创建一个web服务，首先需要下载tomcat，创建web工程，配置各种web.xml，引入spring的配置，各种配置文件一顿倒腾.....下载有了spring boot，你创建一个web工程只需要一个java类，甚至都不需要下载tomcat，直接右键执行就能启动一个web服务
阅读全文
摘要：由于最近再做推荐系统的特征处理，需要借助一些工具来筛选特征。最初使用了R，R的安装很简单，而且API也很容易使用，直接就能出图。后来，发现很多人在python和R之间做选择，所以我也在两个工具间摇摆不定。后来，发现Tensorflow里面有很多python的代码，而且python可以做爬虫写web，
阅读全文
摘要：在机器学习中，一般都会按照下面几个步骤：特征提取、数据预处理、特征选择、模型训练、检验优化。那么特征的选择就很关键了，一般模型最后效果的好坏往往都是跟特征的选择有关系的，因为模型本身的参数并没有太多优化的点，反而特征这边有时候多加一个或者少加一个，最终的结果都会差别很大。 在SparkMLlib中为
阅读全文
摘要：用户画像在大数据分析中是一种很有用的系统，它可以各种不同的系统中，起到很关键的作用。比如搜索引擎、推荐系统、内容系统等等，可以帮助应用实现千人千面、个性化、精准等的效果。 下面将从几个方面来说一下，什么是用户画像，主要的内容来自《用户网络行为画像分析与内容推荐应用》这本书。 应用场景 数据来源 特性
阅读全文
摘要：在机器学习中，线性回归和逻辑回归算是最基础入门的算法，很多书籍都把他们作为第一个入门算法进行介绍。除了本身的公式之外，逻辑回归和线性回归还有一些必须要了解的内容。一个很常用的知识点就是虚拟变量（也叫做哑变量）—— 用于表示一些无法直接应用到线性公式中的变量（特征）。 举个例子： 通过身高来预测体重，
阅读全文
摘要：Hbase是基于HDFS的NOsql数据库，它很多地方跟数据库差不多，也有很多不同的地方。这里就不一一列举了,不过Hbase有个版本控制的特性，这个特性在很多场景下都会发挥很大的作用。本篇就介绍下基于 和`Java API`的Hbase多版本的读写。 为了更好的理解多版本，我们可以把普通的数据存储理
阅读全文
