获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
263
赞
263
返回
|
搜索文章
[灵光一现] 大数据-198 KNN 必须先归一化：Min-Max 正确姿势、数据泄露陷阱与 sklearn 落地
大数据-198 KNN 必须先归一化：Min-Max 正确姿势、数据泄露陷阱与 sklearn 落地
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
2天前

大数据-199 决策树模型详解：节点结构、条件概率视角与香农熵计算

决策树模型（Decision Tree）展开，面向分类任务系统梳理：树的三类节点（根节点/内部节点/叶节点）、从根到叶的递归分裂流程，以及“分而治之”的规则生成机制。在理论...
image
评论
[灵光一现] 大数据-197 K折交叉验证实战：sklearn 看均值/方差，选更稳的 KNN 超参
大数据-197 K折交叉验证实战：sklearn 看均值/方差，选更稳的 KNN 超参
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
3天前

大数据-198 KNN 必须先归一化：Min-Max 正确姿势、数据泄露陷阱与 sklearn 落地

scikit-learn（1.x）机器学习训练流程中，KNN 这类距离模型对“量纲不统一”极其敏感：欧式距离的平方和会让数值尺度更大的特征主导距离，从而显著拖垮分类效果。M...
image
评论
[灵光一现] 大数据-196 scikit-learn KNN 实战：KNeighborsClassifier、kneighbors 与学习曲线选最优 案例1红酒 案例2乳腺
大数据-196 scikit-learn KNN 实战：KNeighborsClassifier、kneighbors 与学习曲线选最优 案例1红酒 案例2乳腺
juejin.cn
今天学到了
avatar
avatar
avatar
等人赞过
评论
武子康的头像
武子康
后端工程师
·
4天前

大数据-197 K折交叉验证实战：sklearn 看均值/方差，选更稳的 KNN 超参

训练/测试随机划分会导致评估指标不稳定，并给出工程化解法：K 折交叉验证（K-Fold Cross Validation）。通过 sklearn 的 cross_val_s...
image
评论
[灵光一现] 大数据-195 KNN/K近邻算法实战：欧氏距离+投票机制手写实现，含可视化与调参要点
大数据-195 KNN/K近邻算法实战：欧氏距离+投票机制手写实现，含可视化与调参要点
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
5天前

大数据-196 scikit-learn KNN 实战：KNeighborsClassifier、kneighbors 与学习曲线选最优 案例1红酒 案例2乳腺

从统一 API（fit/predict/transform/score）到 kneighbors 找出测试样本的 K 个最近邻，再到用学习曲线/参数曲线选择 n_neigh...
image
评论
武子康
赞了这篇沸点
淦，高考对我伤害太大了，三十多了还能梦到高考[发怒]
avatar
avatar
avatar
等人赞过
24
[灵光一现] 大数据-194 数据挖掘 从红酒分类到机器学习全景：监督/无监督/强化学习、特征空间与过拟合一次讲透
大数据-194 数据挖掘 从红酒分类到机器学习全景：监督/无监督/强化学习、特征空间与过拟合一次讲透
juejin.cn
今天学到了
avatar
赞过
5
武子康的头像
武子康
后端工程师
·
6天前

大数据-195 KNN/K近邻算法实战：欧氏距离+投票机制手写实现，含可视化与调参要点

KNN/K近邻算法（K-Nearest Neighbors, KNN）：从欧氏距离计算、距离排序、TopK 投票到函数封装，给出可复现的 Python 代码与 matplo...
image
评论
[灵光一现] 大数据-193 Apache Tez 实战：Hive on Tez 安装配置、DAG原理与常见坑
大数据-193 Apache Tez 实战：Hive on Tez 安装配置、DAG原理与常见坑
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
7天前

大数据-194 数据挖掘 从红酒分类到机器学习全景：监督/无监督/强化学习、特征空间与过拟合一次讲透

2025 年仍最常用的机器学习（Machine Learning）概念框架：监督学习（分类/回归）、无监督学习（聚类/降维）、半监督学习与强化学习（Agent-环境-奖励）...
image
评论
[灵光一现] 大数据-192 DataX 3.0 架构与实战：Reader/Writer 插件模型、Job/TaskGroup 调度、speed/errorLimit 配置速
大数据-192 DataX 3.0 架构与实战：Reader/Writer 插件模型、Job/TaskGroup 调度、speed/errorLimit 配置速
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
8天前

大数据-193 Apache Tez 实战：Hive on Tez 安装配置、DAG原理与常见坑

Apache Tez（示例版本 Tez 0.9.x）如何在 Hadoop2/YARN 上作为执行引擎替代 MapReduce，为 Hive on Tez、Pig on Te...
image
评论
[灵光一现] 大数据-191 Elasticsearch 集群规划与调优：节点角色、分片副本、写入与搜索优化清单
大数据-191 Elasticsearch 集群规划与调优：节点角色、分片副本、写入与搜索优化清单
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
9天前

大数据-192 DataX 3.0 架构与实战：Reader/Writer 插件模型、Job/TaskGroup 调度、speed/errorLimit 配置速

DataX（DataX 3.0）是阿里体系广泛使用并开源的离线数据同步/数据集成工具，面向企业级异构数据源同步（MySQL、Oracle、SQLServer、Postgre...
image
评论
[灵光一现] 大数据-190 Filebeat→Kafka→Logstash→Elasticsearch 实战
大数据-190 Filebeat→Kafka→Logstash→Elasticsearch 实战
juejin.cn
今天学到了
avatar
赞过
评论
武子康的头像
武子康
后端工程师
·
10天前

大数据-191 Elasticsearch 集群规划与调优：节点角色、分片副本、写入与搜索优化清单

Master / Data / Coordinating 三类节点职责与生产落地的角色隔离策略，给出容量规划的推算抓手（JVM Heap 30–32GB 上限、冷热数据与磁...
image
评论
[灵光一现] 大数据-189 Nginx JSON 日志接入 ELK：ZK+Kafka+Elasticsearch 7.3.0+Kibana 实战搭建
大数据-189 Nginx JSON 日志接入 ELK：ZK+Kafka+Elasticsearch 7.3.0+Kibana 实战搭建
juejin.cn
今天学到了
avatar
avatar
赞过
评论
下一页
个人成就
文章被点赞 273
文章被阅读 20,397
掘力值 5,101
收藏集
0
关注标签
10
加入于