bonelee - 博客园

2017年7月25日

摘要： elasticsearch源码分析之search模块(server端) 继续接着上一篇的来说啊，当client端将search的请求发送到某一个node之后，剩下的事情就是server端来处理了，具体包括哪些步骤呢？过程一、首先我们来看看接收地方其实就是在org.elasticsearch.ac 阅读全文

posted @ 2017-07-25 11:17 bonelee 阅读(5331) 评论(0) 推荐(0)

elasticsearch源码分析之search模块(client端)

摘要： elasticsearch源码分析之search模块(client端) 注意，我这里所说的都是通过rest api来做的搜索，所以对于接收到请求的节点，我姑且将之称之为client端，其主要的功能我们可以简单地概括为将的数据请求发送到node，然后在对返回的结果做处理并返回给调用方，话虽如此，但是过阅读全文

posted @ 2017-07-25 11:00 bonelee 阅读(2514) 评论(0) 推荐(0)

2017年7月24日

Fuzzy C Means 算法及其 Python 实现——写得很清楚，见原文

摘要： Fuzzy C Means 算法及其 Python 实现转自：http://note4code.com/2015/04/14/fuzzy-c-means-%E7%AE%97%E6%B3%95%E5%8F%8A%E5%85%B6-python-%E5%AE%9E%E7%8E%B0/ 1. 算法向算阅读全文

posted @ 2017-07-24 16:46 bonelee 阅读(4998) 评论(1) 推荐(0)

spark Bisecting k-means（二分K均值算法）

摘要： Bisecting k-means（二分K均值算法）二分k均值（bisecting k-means）是一种层次聚类方法，算法的主要思想是：首先将所有点作为一个簇，然后将该簇一分为二。之后选择能最大程度降低聚类代价函数（也就是误差平方和）的簇划分为两个簇。以此进行下去，直到簇的数目等于用户给定的数目阅读全文

posted @ 2017-07-24 16:06 bonelee 阅读(2683) 评论(0) 推荐(0)

python spark kmeans demo

摘要：官方的demo 带归一化的例子：参考：https://stackoverflow.com/questions/31447141/spark-mllib-kmeans-from-dataframe-and-back-again Create column from RDD It's very eas 阅读全文

posted @ 2017-07-24 15:20 bonelee 阅读(2960) 评论(0) 推荐(0)

百度开源其NLP主题模型工具包，文本分类等场景可直接使用L——LDA进行主题选择本质就是降维，然后用于推荐或者分类

摘要： 2017年7月4日，百度开源了一款主题模型项目，名曰：Familia。 InfoQ记者第一时间联系到百度Familia项目负责人姜迪并对他进行采访，在本文中，他将为我们解析Familia项目的技术细节。什么是Familia Familia 开源项目包含文档主题推断工具、语义匹配计算工具以及基于工业阅读全文

posted @ 2017-07-24 11:13 bonelee 阅读(3025) 评论(0) 推荐(0)

谷歌开源可视化工具Facets，将用于人+AI协作项目研究——无非就是一个用于特征工程探索的绘图工具集，pandas可以做的

摘要：见：http://www.infoq.com/cn/news/2017/07/goole-sight-facets-ai https://github.com/PAIR-code/facets/blob/master/facets_dive/README.md Introduction The fa 阅读全文

posted @ 2017-07-24 10:57 bonelee 阅读(695) 评论(0) 推荐(0)

机器学习案例特征组合——高帅富冷启动——从微博等其他渠道搜集数据进行机器学习用户年龄——线性分段处理

摘要：摘自：http://www.infoq.com/cn/articles/user-portrait-collaborative-filtering-for-recommend-systems 我们会从一个真实的案例出发，虽然我们做了很多的推荐系统的案例，但毕竟不能把客户的数据给大家看，所以我们用了一阅读全文

posted @ 2017-07-24 10:01 bonelee 阅读(1437) 评论(0) 推荐(0)

2017年7月21日

pyspark MLlib踩坑之model predict+rdd map zip，zip使用尤其注意啊啊啊！

摘要： Updated:use model broadcast, mappartition+flatmap,see: see: https://gist.github.com/lucidfrontier45/591be3eb78557d1844ca 一开始是因为没法直接在pyspark里使用map 来做mo 阅读全文

posted @ 2017-07-21 16:12 bonelee 阅读(3082) 评论(5) 推荐(0)

高斯混合模型Gaussian Mixture Model (GMM)——通过增加 Model 的个数，我们可以任意地逼近任何连续的概率密分布

摘要：从几何上讲，单高斯分布模型在二维空间应该近似于椭圆，在三维空间上近似于椭球。遗憾的是在很多分类问题中，属于同一类别的样本点并不满足“椭圆”分布的特性。这就引入了高斯混合模型。——可以认为是基本假设！高斯混合模型Gaussian Mixture Model (GMM) 摘自：http://www.i 阅读全文

posted @ 2017-07-21 09:40 bonelee 阅读(11229) 评论(0) 推荐(0)

将者，智、信、仁、勇、严也。

Hi，我是李智华，华为-安全AI算法专家，欢迎来到安全攻防对抗的有趣世界。

公告