MySQL的MyISAM、InnoDB引擎默认均使用B+树索引（查询时都显示为“BTREE”），本文讨论两个问题： 为什么MySQL等主流数据库选择B+树的索引结构？ 如何基...
发简信
IP属地：北京
-
浅谈MySQL的B树索引与索引优化 -
从cart决策树到XGBoost一. cart决策树简述 我们知道决策树算法有ID3、C4.5和cart三种，ID3和C4.5是基于信息增益和信息增益比率做特征选择的，存在大量的log对数运算，而且只支持分...
-
Flask+gunicorn+nginx部署python1. 目标 由于Flask是一个轻量级的Web框架，自带app.run()方法能够提供http接口服务，测试环境下测试非常方便，但是如果在生产环境上单纯使用Flask还是会有...
-
@烫烫烫烫烫烫烫烫烫烫_58e4 用的还是该类下全部样本向量的均值
大量短文本聚类效果优化：余弦相似度，Spark，Mini Batch Kmeans
1. 背景 1.1 问题概述 有10万+条短文本，均是用户反馈的问题（每条文本长度大概在200字左右），需要对这些文本进行主题聚类，看下用户反馈的问题都集中在哪些方面。 1....
-
Spark2.0.0与Elasticsearch6.5的jar包冲突问题1. 问题 在工作中，多次遇到了jar包冲突的情况，就以这个为例，整理下解决思路。 现有某Spark程序，从Elasticsearch中读取数据进行后续的各种分析。当Spar...
-
spark程序jar与spark lib jar冲突，加载顺序
用户编写的spark程序打包成jar后提交到yarn执行时，经常会遇到jar包中明显存在某个类，但任务提交到yarn运行时却找不到类或方法（java.lang.NoSuchM...
-
大量短文本聚类效果优化：余弦相似度，Spark，Mini Batch Kmeans1. 背景 1.1 问题概述 有10万+条短文本，均是用户反馈的问题（每条文本长度大概在200字左右），需要对这些文本进行主题聚类，看下用户反馈的问题都集中在哪些方面。 1....
-
【火炉炼AI】机器学习011-分类模型的评估：准确率，精确率，召回率，F1值【火炉炼AI】机器学习011-分类模型的评估：准确率，精确率，召回率，F1值 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scik...
-
采用栈解析包含&|()的关键词规则表达式
1. 需求 例如用户给定一个包含与或关系的关键词匹配规则： (G20&中国&(互联网|人工智能|AI)&(腾讯|阿里|阿里巴巴|百度|京东)) 需要基于这个规则采集相关信息，...
-
心蓝彩铅训练营第二期学员作业收集,展示与点评。请严格按照规定格式交作业哦~~
-
-
SimHash文档去重1. 首先SimHash的算法生成图如下图所示： 生成步骤如下： 对于每篇文章，选择分词作为该篇文章的特征，获取去掉噪音的词做为文档特征，为每个词赋予一个权重，该权重可以使用...
-
我以官方文档为主线，开始对TensorFlow的学习。这期间会把我的理解进行持续的输出，作为《TensorFlow从0到N》系列。 它不会止于翻译和笔记，不会停留在语言和工具，而是坚持通过启发性的方式，循序渐进的构建理解，搭建一个坚实可靠的、连接“零基础”与“人工智能（AI）/机器学习（Machine Learning）/深度学习（Deep Learning）”领域之间的缓坡道。
-
我是如何从一个英语哑巴成为英语达人的
我的职业生涯有几次重要的转折和机遇，现在想来很大程度上都是沾了英语好的光。 第一次就是大学毕业的第一份正式工作。当时同时拿到了A公司和另外一家知名日企的offer，两家公司的...
