摘要： 简单来说就是分类的类别有多个，不再是二分，比如根据某些特征，什么温度、湿度、空气流动情况来预测天气，天气的label不能说是好天气和坏天气两种，而是分晴天、雨天、阴天,雪天等等，对于决策树或者从计算机的本质上来说，二分，0或者1是本质，计算机对于二分才是擅长的，那么接下来就有两种分类方法，一种是按照 阅读全文

摘要： 写在最前面 本系列文章试图以直观的思维讲解神经网络的两个种类——多层感知器(Muti-Layer Percetron)和卷积网络(Convolutional Neural Network)。这两种网络都属于前馈型网络(Feedforward network)，其中多层感知器(MLP)是最简单也是最常 阅读全文

摘要： 单机Solr部署在linux /opt目录下，运行一段时间后发现该目录分配的空间不足，而Solr的索引数据量较大，必须更改相关core下面的data目录，以改变索引存放的目录。 找到相应的solrconfig.xml文件，将dataDir修改为自定义的目录，如/home/solrDate/kkrec 阅读全文

摘要： How do you explain Machine Learning and Data Mining to non Computer Science people? How do you explain Machine Learning and Data Mining to non Compute 阅读全文

摘要： 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 随机森林构建 编辑 决策树相当于一个大师，通过自己在数据集中学到的知识对于新的数据进行分类。但是俗话说得好，一个诸葛亮，玩不过三个臭皮匠。随机森林就是希望构建多个臭皮匠，希望最终的分类效果能够超过 阅读全文

摘要： 以下关于决策树的内容来自网络，都是非常通俗易懂的。 一.GBDT简介 GBDT(Gradient Boosting Decision Tree) 是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终结果。它在被提出之初就和SVM一起被认为是泛化能力（generalization 阅读全文

摘要： ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~PipelineExample winutils.exe java.lang.NullPointException~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 在运行Spark ML管道 PipelineExample 样例代 阅读全文

摘要： Q： python中出现IndentationError:unindent does not match any outer indentation levelA：复制代码的时候容易出现缩进错误，虽然看起来是缩进了，但是实际上没有。可以用Notepad++下的 视图->显示符号->显示空格和制表符 阅读全文

摘要： 对NC市的卡口数据进行分析，大概所有卡口每15秒接入的有效数据在3000条左右，现在产品经理要求对这些数据进行拥堵分析，通过两个卡口之间的车辆行驶时长来判断道路的拥堵情况。具体算法不展开。其中我需要做的是用Spark Streaming把Kafka的数据接进来，然后根据卡口数据中的车牌和经过时间找到 阅读全文

摘要： 机器学习算法简单入门。 由于团队（大数据团队）技术发展需要，借对交通业务数据进行需求拓展，实现数据挖掘和数据分析技术的掌握，绕不开机器学习算法，可以说，大数据的核心价值在于算法。 如下图，当前机器学习按照任务类型可以分为有监督学习和无监督学习，这两者的区别在于你是否告诉程序一个标签，或者叫答案，一个 阅读全文