MySQL的MyISAM、InnoDB引擎默認均使用B+樹索引（查詢時都顯示為“BTREE”），本文討論兩個問題： 為什么MySQL等主流數據庫選擇B+樹的索引結構？ 如何基...
發簡信
IP屬地：北京
-
淺談MySQL的B樹索引與索引優化 -
從cart決策樹到XGBoost一. cart決策樹簡述 我們知道決策樹算法有ID3、C4.5和cart三種，ID3和C4.5是基于信息增益和信息增益比率做特征選擇的，存在大量的log對數運算，而且只支持分...
-
Flask+gunicorn+nginx部署python1. 目標 由于Flask是一個輕量級的Web框架，自帶app.run()方法能夠提供http接口服務，測試環境下測試非常方便，但是如果在生產環境上單純使用Flask還是會有...
-
@燙燙燙燙燙燙燙燙燙燙_58e4 用的還是該類下全部樣本向量的均值
大量短文本聚類效果優化：余弦相似度，Spark，Mini Batch Kmeans
1. 背景 1.1 問題概述 有10萬+條短文本，均是用戶反饋的問題（每條文本長度大概在200字左右），需要對這些文本進行主題聚類，看下用戶反饋的問題都集中在哪些方面。 1....
-
Spark2.0.0與Elasticsearch6.5的jar包沖突問題1. 問題 在工作中，多次遇到了jar包沖突的情況，就以這個為例，整理下解決思路。 現有某Spark程序，從Elasticsearch中讀取數據進行后續的各種分析。當Spar...
-
spark程序jar與spark lib jar沖突，加載順序
用戶編寫的spark程序打包成jar后提交到yarn執行時，經常會遇到jar包中明顯存在某個類，但任務提交到yarn運行時卻找不到類或方法（java.lang.NoSuchM...
-
大量短文本聚類效果優化：余弦相似度，Spark，Mini Batch Kmeans1. 背景 1.1 問題概述 有10萬+條短文本，均是用戶反饋的問題（每條文本長度大概在200字左右），需要對這些文本進行主題聚類，看下用戶反饋的問題都集中在哪些方面。 1....
-
【火爐煉AI】機器學習011-分類模型的評估：準確率，精確率，召回率，F1值【火爐煉AI】機器學習011-分類模型的評估：準確率，精確率，召回率，F1值 (本文所使用的Python庫和版本號: Python 3.5, Numpy 1.14, scik...
-
采用棧解析包含&|()的關鍵詞規則表達式
1. 需求 例如用戶給定一個包含與或關系的關鍵詞匹配規則： (G20&中國&(互聯網|人工智能|AI)&(騰訊|阿里|阿里巴巴|百度|京東)) 需要基于這個規則采集相關信息，...
-
心藍彩鉛訓練營第二期學員作業收集,展示與點評。請嚴格按照規定格式交作業哦~~
-
-
SimHash文檔去重1. 首先SimHash的算法生成圖如下圖所示： 生成步驟如下： 對于每篇文章，選擇分詞作為該篇文章的特征，獲取去掉噪音的詞做為文檔特征，為每個詞賦予一個權重，該權重可以使用...
-
我以官方文檔為主線，開始對TensorFlow的學習。這期間會把我的理解進行持續的輸出，作為《TensorFlow從0到N》系列。 它不會止于翻譯和筆記，不會停留在語言和工具，而是堅持通過啟發性的方式，循序漸進的構建理解，搭建一個堅實可靠的、連接“零基礎”與“人工智能（AI）/機器學習（Machine Learning）/深度學習（Deep Learning）”領域之間的緩坡道。
-
我是如何從一個英語啞巴成為英語達人的
我的職業生涯有幾次重要的轉折和機遇，現在想來很大程度上都是沾了英語好的光。 第一次就是大學畢業的第一份正式工作。當時同時拿到了A公司和另外一家知名日企的offer，兩家公司的...
