"传送门" 期望$O(n)$的神奇算法 代码： 或者也可以选择put("nan"); ...
分类：
其他好文 时间：
2019-01-28 14:00:33
阅读次数：
172
[TOC] Hadoop伪分布式的搭建 0x00事先准备 准备jdk和Hadoop的安装包。建议删掉自带的Java，~~要不然后面配置环境变量会有坑~~ 然后删除涉及jdk的几个包 之后将jdk和Hadoop上传到机子中就可以正式开始搭建了 0x01 ssh配置 同样是使用rpm查看是否安装ssh ...
分类：
其他好文 时间：
2019-01-25 21:06:53
阅读次数：
213
1：对于分类数据来说，它们的target可能分配是不均匀的，比如在医疗数据当中得癌症的人比不得癌症的人少很多，这个时候，使用的数据划分方法有 StratifiedKFold ，StratifiedShuffleSplit 2：对于分组数据来说，它的划分方法是不一样的，主要的方法有 GroupKFol ...
分类：
其他好文 时间：
2019-01-17 15:10:50
阅读次数：
196
1、在内存中缓存数据 性能调优主要是将数据放入内存中操作。通过spark.cacheTable("tableName")或者dataFrame.cache()。使用spark.uncacheTable("tableName")来从内存中去除table。 Demo案例： （*）从Oracle数据库中读 ...
分类：
数据库 时间：
2019-01-12 21:41:58
阅读次数：
315
以典型的分类问题为例，来梳理模型的训练过程。训练的过程就是问题发现的过程，一次训练是为下一步迭代做好指引。 ...
分类：
其他好文 时间：
2019-01-04 18:44:56
阅读次数：
273
"LINK" 题目大意 一棵树，上面的每个点都有一定概率成为起点和终点 从起点出发，随机游走，并按照下列规则统计count： c++ include using namespace std; typedef double db; const int N = 1e5 + 10; int n, siz[ ...
分类：
其他好文 时间：
2019-01-01 23:54:01
阅读次数：
225
当概率模型依赖于无法观测的隐性变量时，使用普通的极大似然估计法无法估计出概率模型中参数。此时需要利用优化的极大似然估计：EM算法。 在这里我只是想要使用这个EM算法估计混合高斯模型中的参数。由于直观原因，采用一维高斯分布。 一维高斯分布的概率密度函数表示为： 多个高斯分布叠加在一起形成混合高斯分布： ...
分类：
编程语言 时间：
2019-01-01 16:08:21
阅读次数：
235
``` var userData = {}; var startPage = 0; var endPage = 0; var startTime = ""; var endTime = ""; var pickSum = 0; var dateItem = new Date(); function ...
分类：
其他好文 时间：
2018-12-26 22:19:29
阅读次数：
340
shuffle阶段其实就是多个map任务的输出，按照不同的分区，通过网络copy到不同的reduce节点上。 Map端： 1、在map端首先接触的是InputSplit，在InputSplit中含有DataNode中的数据，每一个InputSplit都会分配一个Mapper任务，Mapper任务结束 ...
分类：
其他好文 时间：
2018-12-21 15:24:10
阅读次数：
212
1. Collections和Collection有什么区别？ 1. Collection 是集合框架中的一个顶层接口，它里面定义了单列集合的共性方法。它有两个常用的子接口， List：对元素都有定义索引。有序的。可以重复元素。 Set：不可以重复元素。无序。 2. Collections 是集合框 ...
分类：
其他好文 时间：
2018-12-18 00:09:22
阅读次数：
198
