副本放置策略副本放置策略的基本思想是：
第一个block副本放在和client所在的node里（如果client不在集群范围内，则这第一个node是随机选取的，当然系统会尝试不选择哪些太满或者太忙的node）。
第二个副本放置在与第一个节点不同的机架中的node中（随机选择）。
第三个副本和第二个在同一个机架，随机放在不同的node中。
如果还有更多的副本就随机放在集群的node里。Had...
分类：
其他好文 时间：
2015-06-03 23:32:22
阅读次数：
191
注：由于自己画图实在太难画，本文中基本所有插图来源于算法团子机器学习班，请勿转载
1.普通的机器学习模型：
其实，基本上所有的基本机器学习模型都可以概括为以下的特征：根据某个函数，将输入计算并输出。图形化表示为下图：
当我们的g(h)为sigmoid函数时候，它就是一个逻辑回归的分类器。当g(h)是一个只能取0或1值的函数时，它就是一个感知机。那么问题来了，这一类模型有明显缺陷：当模...
分类：
编程语言 时间：
2015-06-03 17:47:51
阅读次数：
10752
今天找到一个比较好的deep learning的教材：Neural Networks and Deep Learning对神经网络有详细的讲解，鉴于自己青年痴呆，还是总结下笔记吧=。=Perceptron感知器Perceptron的输入的一组binary变量xi，对这些binary变量求出加权和后，...
分类：
其他好文 时间：
2015-06-03 13:20:44
阅读次数：
151
这篇博文主要介绍SIFT算法在提取点云图像关键点时的具体用法。 尺度不变特征转换(Scale-invariant feature transform,SIFT)是David Lowe在1999年发表，2004年总结完善。其应用范围包括物体辨识，机器人地图感知与导航、3D模型建立、手势辨识、...
分类：
其他好文 时间：
2015-06-01 16:25:54
阅读次数：
1322
1.本次课程大纲
局部加权回归： 线性回归的变化版本
Probability interpretation：另一种可能的对于线性回归的解释
Logistic回归： 基于2的一个分类算法
感知器算法： 对于3的延伸，简要讲
牛顿方法（用来对logistic进行拟合的算法，这节课没讲）
2.过拟合与欠拟合的距离评估房子的价格，假设三种拟合算法：
（1）X1=size, 拟合出一条线性曲线；
（2）x...
分类：
其他好文 时间：
2015-05-29 23:16:50
阅读次数：
333
接着上一篇来说。上篇说了hadoop网络拓扑的构成及其相应的网络位置转换方式，本篇主要讲通过两种方式来配置机架感知。一种是通过配置一个脚本来进行映射；另一种是通过实现DNSToSwitchMapping接口的resolve()方法来完成网络位置的映射。 hadoop自身是没有机架感知能力的，必...
分类：
其他好文 时间：
2015-05-27 22:41:32
阅读次数：
219
1,参数调整后TIME_WAIT数量修改Linux内核参数,减少TCP连接中TIME_WAITweb系统中内核参数调整对web性能的影响是巨大的,相关感知需亲身体验!!在一定有限资源(CPU/Memory)情况下,使用通过调整内核相关参数可以在很大程度上提高web 系统性能,优化访问体验--浏览器w...
分类：
Web程序 时间：
2015-05-27 18:59:22
阅读次数：
287
目前程序中，有很多地方 try catch，程序运行异常、出错石沉大海而不被感知，接下来要针对这个问题进行调整，原则是任何异常都可以被感知、记录继而被优化处理；严重的错误异常，必须可以在第一时间通知到开发人员。方案：log4j 升级为 log4j2针对不同业务，采用不同等级、不同载体的日志记录形式：...
分类：
数据库 时间：
2015-05-26 18:27:17
阅读次数：
229
无论任何产品，都是给人使用的，产品只是一个连接点，通过这个连接点，我们可以看到一端连接的是设计者，老板，投资人，另一端连接的是用户，仍旧是人，通过这种连接，人与人都是可以感知的，这个世界上，没有人比你傻，如果你认为别人比你傻，那么只能说明别人在无视你，在遗忘你。用心做产品，用心做服务，用户是能感知到的，用户也会用心支持你的，只有这样，一个App才能长久，公司才能长久，所有的一切才能长久，否则只能昙花一现。...
分类：
移动开发 时间：
2015-05-26 07:58:28
阅读次数：
329
SVM1.概述SVM全称Support_Vector_Machine,即支持向量机，是机器学习中的一种监督学习分类算法，一般用于二分类问题。对于线性可分的二分类问题，SVM可以直接求解，对于非线性可分问题，其也可以通过核函数将低维映射到高维空间从而转变为线性可分。对于多分类问题，SVM经过适当的转换，也能加以解决。相对于传统的分类算法如logistic回归，k近邻法，决策树，感知机，高斯判别分析法(...
分类：
其他好文 时间：
2015-05-25 10:12:27
阅读次数：
183
