今天插一个特别的主题，介绍一个高级的数据结构：线段树。这是我在写Tracing GC时想到内存管理中的伙伴系统临时想起来的东西。大家学有余力的就学一下，如果看不懂就算了，不用死磕这种用得不是很频繁的东西。 在编程实践中，我们经常会遇到一些在区间上进行查询，修改的需求。为了支持这…

最近打算系统性的学习数据结构与算法这一块的内容。在此之前其实对这一块的内容并不陌生，大学中开过这方面的课，但是当时不知道学了有什么用、不知道在哪用、不知道怎么用？也就只是学的勉勉强强，哈哈😄。做了几年开发之后才知道数据结构与算法的重要性，因此打算再系统性的学习（复习）一遍。 …

今天是机器学习专题的第19篇文章，我们来看经典的Apriori算法。 Apriori算法号称是十大数据挖掘算法之一，在大数据时代威风无两，哪怕是没有听说过这个算法的人，对于那个著名的啤酒与尿布的故事也耳熟能详。但遗憾的是，随着时代的演进，大数据这个概念很快被机器学习、深度学习以…

上一篇文章《爬取11088个知乎专栏，打破发现壁垒》里提到，知乎官方没有搜素专栏的功能，于是我通过爬取几十万用户个人主页所关注的专栏从而获取到11088个知乎专栏。 本回筛选出其中涉及：编程、python、爬虫、数据分析、挖掘、ML、NLP、DL等关键词的专栏，按照排名、关注人…

在数据清洗过程中，主要处理的是缺失值、异常值和重复值。所谓清洗，是对数据集进行丢弃、填充、替换、去重等操作，实现去除异 常、纠正错误、补足缺失的目的。 数据缺失分为两种：一是行记录的缺失，这种情况又称数据记录丢失；二是数据列值的缺失，即由于各种原因导致的数据记录中某些列的值空缺…