摘要：
见原文，仅仅摘录部分：https://www.elastic.co/guide/cn/elasticsearch/guide/current/_preventing_combinatorial_explosions.html 。。。 图 42. Build full depth tree 用真实点的 阅读全文
posted @ 2017-11-14 15:22
bonelee
阅读(2017)
评论(0)
推荐(0)
摘要：
http://blog.csdn.net/pipisorry/article/details/41957763 文本特征提取 词袋（Bag of Words）表征 文本分析是机器学习算法的主要应用领域。但是，文本分析的原始数据无法直接丢给算法，这些原始数据是一组符号，因为大多数算法期望的输入是固定长 阅读全文
posted @ 2017-11-12 12:29
bonelee
阅读(3728)
评论(0)
推荐(0)
摘要：
import re import numpy as np from sklearn import cross_validation from sklearn import datasets from sklearn import svm from sklearn.externals import joblib from sklearn.metrics import classification... 阅读全文
posted @ 2017-11-11 13:20
bonelee
阅读(743)
评论(1)
推荐(0)
摘要：
防止超时掉线的代码： 阅读全文
posted @ 2017-11-11 00:17
bonelee
阅读(941)
评论(0)
推荐(0)
摘要：
总结：1. map会将每一条输入映射为一个新对象。{苹果，梨子}.map(去皮） = {去皮苹果，去皮梨子} 其中： “去皮”函数的类型为：A => B 2.flatMap包含两个操作：会将每一个输入对象输入映射为一个新集合，然后把这些新集合连成一个大集合。 {苹果，梨子}.flatMap(切碎) 阅读全文
posted @ 2017-11-10 14:30
bonelee
阅读(15766)
评论(0)
推荐(1)
摘要：
一个向量(1.0,0.0,3.0)它有2中表示的方法 密集：[1.0,0.0,3.0] 其和一般的数组无异 稀疏：(3,[0,2],[1.0,3.0]) 其表示的含义(向量大小，序号，值) 序号从0开始 本地向量和矩阵 本地向量（Local Vector）存储在单台机器上，索引采用0开始的整型表示， 阅读全文
posted @ 2017-11-10 13:08
bonelee
阅读(3161)
评论(1)
推荐(0)
摘要：
转自：http://www.cnblogs.com/canyangfeixue/p/7227998.html 对于威胁检测算法使用神经网络训练有用！！！TODO待实验 结果如下： 阅读全文
posted @ 2017-11-10 11:46
bonelee
阅读(1538)
评论(2)
推荐(0)
摘要：
ES 5.3以后出的新功能。测试demo如下： 下载ES 5.5版本，然后分别本机创建2个实例，配置如下： 再创建一个实例用于跨集群搜索，配置如下： 然后写入测试数据 es_data.json： 插入一条数据到9200机器： 然后写入测试数据 es_data2.json： 同理再插入一条数据到920 阅读全文
posted @ 2017-11-10 10:58
bonelee
阅读(3522)
评论(2)
推荐(0)
摘要：
管道里的主要概念 MLlib提供标准的接口来使联合多个算法到单个的管道或者工作流，管道的概念源于scikit-learn项目。 1.数据框：机器学习接口使用来自Spark SQL的数据框形式数据作为数据集，它可以处理多种数据类型。比如，一个数据框可以有不同的列存储文本、特征向量、标签值和预测值。 2 阅读全文
posted @ 2017-11-09 16:53
bonelee
阅读(2956)
评论(2)
推荐(0)
摘要：
from sklearn.feature_extraction.text import CountVectorizer texts=["dog cat fish","dog cat cat","fish bird", 'bird'] cv = CountVectorizer() cv_fit=cv.fit_transform(texts) print(cv.get_feature_names... 阅读全文
posted @ 2017-11-09 11:57
bonelee
阅读(1385)
评论(0)
推荐(0)
浙公网安备 33010602011771号