zero_jz

对于回归问题，通常有 MSE、MAE、RMSE、R^2 四种方法来评判模型的效果。对于分类问题，最简单的办法是采用准确率来评估模型的效果。比如 sklearn 中对于分类问题默认的 score 都是根据准确率来统计的。 使用准确率来评估理解非常简单，但是对于极度偏斜的数据的预测…

逻辑回归（Logistic Regression）是一种用于解决二分类（0 or 1）问题的机器学习方法，可以用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。 选取预测函数。 计算损失函数。 使用梯度下降计算损…

介绍 Spark 生态。 介绍 Spark 基本概念和常用术语。 介绍 Spark 的执行原理和架构设计。 介绍 Spark-Yarn 部署模式。 介绍 Saprk RDD 运行原理。 Spark Core：包含了 Spark 的基础 API，比如对于 RDD 的操作 API，…

决策树是一个树结构。每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。 …

集成学习 ensemble learning 是通过构建多个学习器来完成学习任务，在实际应用以及各大竞赛中应用非常广泛。根据学习器的生成方式，集成学习方法大概可以分作两类： 每一个学习器之间不存在依赖关系，可以并行运行。比如 Bagging 和 Random Forest。 每…

在阅读本文之前，建议大家可以先 Google 了解一下非对称加密算法和 Hash 算法，这里就不详细介绍了。下面我们只描述一下非对称加密传输信息的一个大致流程： Sender（发送者） 首先用相关的 hash 算法对要发送的 message（信息） 进行 hash 生成 dig…

Surfingkeys是Chrome下的一个仿Vim式快捷键的插件，之前在Chrome下一直使用的是Vimium，最近使用国人开发的Surfingkeys后发现功能和用户体验上都要比Vimium强大很多倍，下面我就分享一下自己使用的心得，即使是之前没有接触过Vim的朋友也可以考虑上手一下这款插件，用熟练之后几乎可以完全放弃鼠标和触摸板了。