将者，智、信、仁、勇、严也。

摘要： 先看看官方文档： MinHash for Jaccard Distance MinHash is an LSH family for Jaccard distance where input features are sets of natural numbers. Jaccard distance 阅读全文

摘要： from: https://www.cnblogs.com/bourneli/archive/2013/04/04/2999767.html 问题背景 给出N个集合，找到相似的集合对，如何实现呢？直观的方法是比较任意两个集合。那么可以十分精确的找到每一对相似的集合，但是时间复杂度是O(n2)。当N比 阅读全文

摘要： from：https://www.cnblogs.com/maybe2030/p/4953039.html 阅读目录 1. 基本思想 2. 局部敏感哈希LSH 3. 文档相似度计算 局部敏感哈希(Locality Sensitive Hashing，LSH)算法是我在前一段时间找工作时接触到的一种衡 阅读全文

摘要： One Class SVM 是指你的training data 只有一类positive （或者negative）的data， 而没有另外的一类。在这时，你需要learn的实际上你training data 的boundary。而这时不能使用 maximum margin 了，因为你没有两类的dat 阅读全文

摘要： Scala实现的： https://github.com/skrusche63/spark-intent/tree/master/src/main/scala/de/kp/scala/hmm https://github.com/apache/spark/compare/master...lilre 阅读全文

摘要： 用户密码可被批量破解 在用户使用手机端登录时，对数据进行抓包分析。 多次抓包分析后，可得到几个关键TCP数据包。 根据前面逆向编写出的解密算法，使用socket进行数据发包测试： 可以模拟APK进行用户登录，并能进行其他操作。如获取设备列表、添加设备、修改设备密码等。 分析发现，在用户密码正确和错误 阅读全文

摘要： 日志数据源主要包括系统日志、WEB日志、路由器日志等日志，其中，日志类型主要包括以下几个种： /var/log/secure，该日志记录了系统每天发生的各种各样的事情，包括那些用户曾经或者正在使用系统，可以通过日志来检查错误发生的原因，更重要的是在系统受到黑客攻击后，日志可以记录下攻击者留下的痕迹。 阅读全文

摘要： For me the easiest way was exporting LabelEncoder as .pkl file for each column. You have to export the encoder for each column after using the fit_tra 阅读全文

摘要： 实际项目我是这样做的： 输入数据参考了下面的优雅做法： 此外，HMM模型的持续增量训练： 阅读全文

摘要： Python读excel——xlrd Python读取Excel表格，相比xlwt来说，xlrd提供的接口比较多，但过程也有几个比较麻烦的问题，比如读取日期、读合并单元格内容。下面先看看基本的操作： 图表数据 整体思路为，打开文件，选定表格，读取行列内容，读取表格内数据详细代码如下： import 阅读全文