一。简介 随机森林，即用随机的方式建立一个森林，森林是由很多决策树组成。每一个决策树之间都是没有关联的。在得到森林之后，对于测试集，要让每一棵决策树分别进行一下判断该样本属于哪一类。根据哪个类被选择的多，该样本就是属于哪一类。 比喻的说法： 每一棵决策树就是一个精通于某一个窄领域的专家（因为我们从M ...
分类：
其他好文 时间：
2017-08-27 11:06:08
阅读次数：
117
野草网站管理系统(WEEDCMS)是由野草独立基于PHP+MYSQL开发的内容管理系统。面向企业、个人、小门户等中小规模网站使用而开发的。采用国际上比较流行Smarty引擎和敏捷的JQuery JS框架。 在tools.net上看到有人公布了Weedons的USER_AGENT盲洼漏洞，漏洞影响We ...
分类：
系统相关 时间：
2017-08-26 14:24:15
阅读次数：
309
角色 Zookeeper中的角色主要有以下三类 领导者（Leader） 领导者负责进行投票的发起和决议，更新系统状态 学习者（Learner） 跟随者（Follwer） Follwer用于接收客户请求并向客户端返回结果，在选主过程中参与投票 观察者（ObServer） ObServer可以接收客户端 ...
分类：
其他好文 时间：
2017-08-24 20:10:39
阅读次数：
146
1.注册用户的投票 2.游客用户的投票 注册用户的投票：当注册用户投票的时候，用redis给该用户增加一个数据，每一次访问投票的方法，则先判断是否有这个值，以及值的大小为多少，达到上限则提示不能投票； 游客用户的投票：限制ip是最有效的方式，但也有不合理性，如同一个宿舍里的几个人，或网吧里的三五好友 ...
分类：
其他好文 时间：
2017-08-23 20:44:08
阅读次数：
169
redis的主从复制结构是典型的中心结构，既一个主机master多个从属slave，那么一旦中心主机宕机，从属要么就是报错要么就是提供过期数据；哨兵sentinel就是为了去中心化，开启sentinel模式后，中心主机宕机，所有的从机会重新投票选取一个从机变为主机，当前主机恢复则前主机自动变为当前主 ...
分类：
其他好文 时间：
2017-08-23 15:00:45
阅读次数：
143
（接上文《架构设计：系统存储（23）——数据一致性与Paxos算法（上）》） 2-1-1. Prapare准备阶段 首先须要介绍几个在Acceptor角色上须要被持久化保存的数据属性： PrepareVote保存了当前Acceptor接收到的已完毕投票授权的最大投票轮次 AcceptedVote保存 ...
分类：
编程语言 时间：
2017-08-19 18:29:50
阅读次数：
176
GBDT和随机森林的相同点： 1、都是由多棵树组成 2、最终的结果都是由多棵树一起决定 GBDT和随机森林的不同点： 1、组成随机森林的树可以是分类树，也可以是回归树；而GBDT只由回归树组成 2、组成随机森林的树可以并行生成；而GBDT只能是串行生成 3、对于最终的输出结果而言，随机森林采用多数投 ...
分类：
其他好文 时间：
2017-08-15 21:02:12
阅读次数：
257
这是我跟着虫师学习中积累下来的学习笔记，写得比较简单，适合想学习Python开发与接口测试的初学者学习。 一、开发投票系统 1、参考官网文档，创建投票系统。 https://docs.djangoproject.com/en/1.11/intro/tutorial01/ 在创建投票系统之前，要确认自 ...
分类：
编程语言 时间：
2017-08-14 10:08:53
阅读次数：
169
难点：如何产生“好而不同”的个体学习器；“好而不同”：“准确性”和“多样性” 一、个体与集成 构建并结合多个学习器来完成学习任务 集成：结果通过投票法voting产生，“少数服从多数” 获得整体性能提升要求个体学习器：好而不同 1）个体学习器有一定的“准确性” 2）学习器间具有差异 集成学习的错误率 ...
分类：
其他好文 时间：
2017-08-11 23:51:55
阅读次数：
268
来源知乎： dropout 的过程好像很奇怪，为什么说它可以解决过拟合呢？（正则化） 取平均的作用： 先回到正常的模型（没有dropout），我们用相同的训练数据去训练5个不同的神经网络，一般会得到5个不同的结果，此时我们可以采用 “5个结果取均值”或者“多数取胜的投票策略”去决定最终结果。（例如 ...
分类：
其他好文 时间：
2017-08-09 00:09:11
阅读次数：
207
