火航

1. 前言 说完基于用户的协同过滤后，趁热打铁，我们来说说基于物品的协同过滤：“看了又看”，“买了又买”。 如果说协同过滤在推荐系统的召回策略中，占据着非常重要的地位，那么...

1. 前言 在之前总结过协同过滤的召回通路后，今天我们来总结下召回策略中的重头戏：基于内容的召回通路，也即我们常说的基于标签的召回。这里就要涉及两个一直很流行的词汇：用户画...

通过本篇文章，能够彻底的理解基于用户的协同过滤思想，为推荐算法召回侧打下坚实的基础。 本文主要从用户协同过滤的原理、计算以及问题和改进方面进行阐述。 欢迎大家给予意见！...

目标： 了解Yarn的基本架构 掌握Yarn的工作机制 重点：掌握Yarn的作业提交过程 了解Yarn的资源调度器 1 Yarn的基本架构 Yarn是一个资源调度平台，负责...

目标： 了解MapReduce的优缺点 重点：掌握MapReduce的核心思想 掌握MapReduce的框架原理 重点：掌握Shuffle机制 理解Combiner作用 理...

目标： 重点：HDFS的数据流（读写操作） 重点：NameNode和SecondaryNameNode NN和SNN工作机制 Fsimage和Edits解析 CheckPo...

目标： 了解HDFS背景及定义 掌握HDFS的优缺点 掌握HDFS的组成架构 掌握HDFS的Shell操作 1 HDFS概述 1.1 背景及定义 背景 在现实情况下，随着数...

目标 掌握VMware安装Centos7系统 掌握Hadoop集群搭建 掌握相关软件的安装 知道常见问题的处理 1 VMware安装CentOS7 1.1 安装VMware...

Hadoop学习笔记：一、认识大数据生态体系 目标 认识大数据 从Hadoop框架来看大数据生态 1 大数据认知 1.1 部门业务流程 1.2 部门组织架构 2 Hadoo...

区别于Numpy，Pandas在数据操作方面会更形象化。 Series是一种类似于一维数组的对象，由一组数据（各种Numpy数据类型）以及一组与之对应的索引（数据标签）组成...

Numpy（Numerical Python）是一个开源的Python科学计算库，本身是由C语言开发，用于快速处理任意维度的数组。Numpy支持常见的数组和矩阵操作。对于同...

设定要画一个什么样的图像：plot、scatter... 为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用。 今天我们对Jupyter ...

Jupyter Notebook是一款程序员和科学工作者的编程/文档/笔记/展示软件。 cell：一对In Out会话被视作一个代码单元，称为cell。cell行号前的 *...

万事开头难，我一直都认为任何项目开发，最初的安装配置是最最麻烦的。 本篇文章主要总结VMware安装CentOS7以及Hadoop的安装配置，回想当初我自己摸索，期间遇到各...

哈希表充分体现了算法设计领域的经典思想：空间换时间。哈希表是时间和空间之间的平衡 ​ Java中的每一个Object类，默认有hashCode()的实现。 转成整型处理。 ...

3节点理解：左节点元素比b小，中间节点位于b和c之间，右节点大于c。 引入红色节点，表示的意思是，和它的父亲节点一起表示2-3树中的3节点。在红黑树中，所有的红色节点都是左...

由前面对二分搜索树的研究可知，在最坏的情况下，二分搜索树会退化成链表，此时时间复杂度为 O(n)。因此我们引入平衡二叉树，它是一种结构平衡的二分搜索树。那么，在二分搜索树的...

字典：如果有n个条目，使用树结构，查询的时间复杂度为O(logn)，如果有100万个条目（2^20^），logn大约是20。...