Flare

版权声明：本套技术专栏是作者（秦凯新）平时工作的总结和升华，通过从真实商业环境抽取案例进行总结和分享，并给出商业应用的调优建议和集群环境容量规划等内容，请持续关注本套博客。QQ邮箱地址：1120746959@qq.com，如有任何技术交流，可随时联系。 hive 中的 orde…

“一张照片包含了万千信息”，这句话常常被人们引用。但是一张图能表达的信息要更多。以图的形式可视化数据，帮助我们获得了更可行的见解，并基于此作出更好的数据驱动的决策。 但是，为了真正理解图到底是什么，以及为什么我们要使用它，我们还需要知道图论的概念。知道了这个，可以帮助我们更好的…

熵，热力学中表征物质状态的参量之一，用符号S表示，其物理意义是体系混乱程度的度量。 克劳修斯(T.Clausius) 于1854年提出熵(entropie)的概念, 我国物理学家胡刚复教授于1923年根据热温商之意首次把entropie译为“熵”。A.Einstein曾把熵理论…

作者多年以来学习算法总结的笔记，经整理之后开源于世。（作者：华校专）

前面我们学习了很多用NLP进行文本的分词，文本分块，创建词袋模型等，这些步骤可以认为是NLP文本处理的基础，此处我们来看NLP的一个非常重要的应用，对文本使用监督学习进行自动分类。 1. 20 Newsgroups数据集介绍 本文要使用NLP中非常经典的一个数据集：20 New…

作者 | 陈明，GrowingIO联合创始人&运营副总裁。毕业于斯坦福大学，先后就职于eBay、LinkedIn数据分析部门，有丰富的商务分析经验。 来源 | GrowingIO 2017 年第3期电子书《产品经理数据分析手册 | 能力升级必备》 随着人口和流量红利的下降，互联…

没有 WHERE 子句的交叉联接将产生联接所涉及的表的笛卡尔积。第一个表的行数乘以第二个表的行数等于笛卡尔积结果集的大小。 关系数据库中的关系是要满足一定要求的，满足不同程度要求的为不同范式。 第一范式（1NF）：符合1NF的关系中的每个属性都不可再分。是指数据库表的每一列都是…

想必热爱游戏的同学小时候，都幻想过要是自己要是能像鸣人那样会多重影分身之术，就能一边打游戏一边上课了，可惜漫画就是漫画，现实中并没有这个技术，你要么只有老老实实的上课，要么就只有逃课去打游戏了。虽然在现实中我们无法实现多重影分身这样的技术，但是我们可以在计算机世界中实现我们这样…

本人第一次写博客，这是篇算法总结的文章，希望能对大家的学习有所帮助。有什么错误之处，还望留言指出，希望能与大家一起进步。 XGBoost全名叫（eXtreme Gradient Boosting）极端梯度提升，经常被用在一些比赛中，其效果显著。它是大规模并行boosted tr…