武子康的个人主页 - 动态

后端工程师

·

22分钟前

大数据-218 Prometheus Node Exporter 1.8.2 + Pushgateway 1.10.0：下载、启动、接入与避坑

今天学到了

赞过

1

后端工程师

·

23分钟前

大数据-219 Grafana 11.3.0 安装与启动实战：YUM 装 RPM、systemd 管理、登录与常见坑位排查

2026 年仍在使用 CentOS/RHEL 系（含兼容发行版）的运维/开发，给出 Grafana 11.3.0（grafana-enterprise-11.3.0-1.x...

0

后端工程师

·

1天前

大数据-217 Prometheus 2.53.2 安装与配置实战：Scrape Targets、Exporter、告警链路与常见故障速查

今天学到了

后端工程师

·

1天前

大数据-218 Prometheus Node Exporter 1.8.2 + Pushgateway 1.10.0：下载、启动、接入与避坑

常见的 Prometheus 监控落地场景：在 Rocky Linux（兼容 CentOS/RHEL）上安装 node_exporter-1.8.2 暴露主机指标，并接入 ...

0

后端工程师

·

2天前

大数据-216 KMeans 选 n_clusters：轮廓系数（Silhouette）实战 + init/n_init/random_state 版本坑

今天学到了

后端工程师

·

2天前

大数据-217 Prometheus 2.53.2 安装与配置实战：Scrape Targets、Exporter、告警链路与常见故障速查

Prometheus 2.53.2（2025/2026 仍常见在存量环境）**给出一套可复用的落地流程：在监控机下载并解压二进制，编写 prometheus.yml 完成 ...

0

后端工程师

·

2天前

大数据-215 sklearn KMeans 关键属性与评估：cluster_centers_、inertia_、轮廓系数选 K 实战

今天学到了

后端工程师

·

2天前

大数据-216 KMeans 选 n_clusters：轮廓系数（Silhouette）实战 + init/n_init/random_state 版本坑（sc

KMeans 选 n_clusters 方法：在候选簇数（如 2/4/6/8）上计算 silhouette_score 与 silhouette_samples，结合轮廓系...

0

后端工程师

·

4天前

大数据-214 K-Means 聚类实战：自写算法验证 + sklearn KMeans 参数/labels_/fit_predict 速通

今天学到了

赞过

2

1

后端工程师

·

4天前

大数据-215 sklearn KMeans 关键属性与评估：cluster_centers_、inertia_、轮廓系数选 K 实战

scikit-learn（sklearn）KMeans（2026）解释三个最常用对象：cluster_centers_（聚类中心）、inertia_（簇内平方和/Withi...

0

后端工程师

·

6天前

大数据-213 Python 手写 K-Means 聚类实战（鸢尾花 Iris 数据集）：从距离函数到迭代收敛与坑点

今天学到了

后端工程师

·

6天前

大数据-214 K-Means 聚类实战：自写算法验证 + sklearn KMeans 参数/labels_/fit_predict 速通

K-Means 聚类给出一套“可验证、可复现、可排错”的工程化流程：先用二维 testSet 数据集做算法验证（pd.read_table 读取、追加虚拟标签列、plt.s...

1

后端工程师

·

7天前

大数据-212 K-Means 聚类实战指南：从无监督概念到 Inertia、K 值选择与避坑

今天学到了

赞过

1

后端工程师

·

7天前

大数据-213 Python 手写 K-Means 聚类实战（鸢尾花 Iris 数据集）：从距离函数到迭代收敛与坑点

Python K-Means 聚类实现：基于 NumPy 广播计算欧式距离平方和（distEclud），在特征范围内均匀采样初始化质心（randCent），并使用 Pand...

1

后端工程师

·

8天前

大数据-211 逻辑回归的 Scikit-Learn 实现：max_iter、分类方式与多元回归的优化方法

今天学到了

赞过

1

后端工程师

·

8天前

大数据-212 K-Means 聚类实战指南：从无监督概念到 Inertia、K 值选择与避坑

聚类算法 K-Means，梳理监督学习与无监督学习的差异（是否需要标签 Y），并给出聚类在客户细分、RFM 分析、图像/语音/视频压缩、异常检测等工程场景的落地路径。重点解...

1

后端工程师

·

9天前

大数据-210 如何在Scikit-Learn中实现逻辑回归及正则化详解（L1与L2）

今天学到了

赞过

3

后端工程师

·

9天前

大数据-211 逻辑回归的 Scikit-Learn 实现：max_iter、分类方式与多元回归的优化方法

Scikit-Learn 中使用逻辑回归时，max_iter 控制最大迭代次数，影响模型的收敛速度和精度。如果训练未收敛，可能会收到警告提示需要增大 max_iter。不过...

1

后端工程师

·

10天前

大数据-209 深度理解逻辑回归（Logistic Regression）与梯度下降优化算法

今天学到了

等人赞过

4

后端工程师

·

10天前

大数据-210 如何在Scikit-Learn中实现逻辑回归及正则化详解（L1与L2）

但随着C的逐渐变大，正则化的强度越来越小，模型在训练集和测试集上表现呈现了上升趋势，直到C=0.8左右，训练集上的表现依然走高，但模型在未知数据集上的表现就开始下跌，这时候...

1