摘要： 问题描述： 数据包含了一百四十万用户对80万商品的打分。要利用基于物品的协同过滤来计算。如果直接两两计算140万维的向量相似度，肯定不行啊。 问题分析： 每个物品的向量虽然是140万维的，但是其实给一个物品打分的用户其实不多，这个矩阵是非常稀疏的。而且根据长尾问题来说，大部分物品只有很少的用户有过评 阅读全文

摘要： 在版本回退里，你已经知道，每次提交，Git都把它们串成一条时间线，这条时间线就是一个分支。截止到目前，只有一条时间线，在Git里，这个分支叫主分支，即master分支。HEAD严格来说不是指向提交，而是指向master，master才是指向提交的，所以，HEAD指向的就是当前分支。 一开始的时候，m 阅读全文

摘要： or create a new repository on the command line echo "# TestCreateRep" >> README.md git init git add README.md git commit -m "first commit" git remote 阅读全文

摘要： 这两周写业务逻辑，总会有各种日期操作，但是又记不住API，就是记不住API啊 这篇博客不错，记下来 https://lw900925.github.io/java/java8-newtime-api.html 阅读全文

摘要： 简介 在本节中，我们介绍Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签 可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的，该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的，不过后面也会 阅读全文

摘要： 之前以为决策树挺简单的，之前看了西瓜树感觉自己对决策树了解了，但是现在感觉还是很多问题啊。列出一下提纲（基本都是问题） 决策树是一种基本的分类与回归的方法，使用中应该是用于分类的比较多，但是像CART也可以用于回归。 决策树的算法，我学的就三个：ID3、C4.5、CART，主要分为树的生成和剪枝。 阅读全文

摘要： 感谢我的同事 李震给我讲解UDAF 网上找到的大部分都只有代码，但是缺少讲解，官网的的API有讲解，但是看不太明白。我还是自己记录一下吧，或许对其他人有帮助。 接下来以一个求几何平均数的例子来说明如何实现一个自己的UDAF 首先需要导入这些包： 使用方法： 先注册 参考资料： https://doc 阅读全文

摘要： 参考维基百科 https://zh.wikipedia.org/wiki/%E4%BC%BC%E7%84%B6%E5%87%BD%E6%95%B0 似然函数是关于模型参数的函数。也就是说似然函数表示在选定模型的情况下，对于已有的样本，估计模型参数的似然性。 “似然性”与“或然性”或“概率”意思相近， 阅读全文

摘要： 弹性分布式数据集（Resilient Distributed Dataset，RDD） RDD是Spark一开始就提供的主要API，从根本上来说，一个RDD就是你的数据的一个不可变的分布式元素集合，在集群中跨节点分布，可以通过若干提供了转换和处理的底层API进行并行处理。每个RDD都被分为多个分区， 阅读全文

摘要： DateTimeFormatter df = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");LocalDateTime time = LocalDateTime.now();String localTime = df.format(time); 阅读全文