一剑侵心

摘要： 1. K-Means 算法 此算法是很常用的一个算法，也是基于向量距离来做聚类。算法步骤： （1） 从 n 个向量对象任意选择 k 个向量作为初始聚类中心 （2） 根据在步骤（1）中设置的 k 个向量（中心对象向量），计算每个对象与这 k 个中心对象各自的距离 （3） 对于步骤（2）中的计算，任何一 阅读全文

摘要： 1. 线性回归 利用数理统计学中的回归分析来确定两种或两种以上变量间相互依赖的定量关系的一种统计方法。 表达形式： y = ax + b + e ( e 为误差服从均值为0的正态分布，不是一个定值，也称为残差)，当 e 的平方和最小时，可以称之为最佳回归线性方程。 2. 拟合 把平面上一系列的点用一 阅读全文

摘要： 1. SPSS 挖掘流程： 获取 -- 分析 -- 建模 -- 评估 -- 部署 2. SAS 3. 通用的数据挖掘流程 阅读全文

摘要： Nginx 作负载均衡时，由于是每次都需要把请求分发到不同的机器，同一个用户在一台机器上创建了 session，下一次的请求很有可能会转发到另外一台机器，会造成 session 丢失。我们可以使用 Redis 来保存 session。具体步骤如下： 1. https://files.cnblogs. 阅读全文

摘要： 若信源有 m 种消息，且每个消息是以相等可能产生的，则该信源的信息量可以表示如下： 但是很多情况，事件出现的概率是不一样的。事件出现的概率越小，信息量越大。此时信息量的计算公式如下： Xi 表示一个发生珠事件， P 表示这个事件发生的先验概率。所谓先验概率，就是这个事件按照常理，按照一般性规律发生的 阅读全文

摘要： 机器学习中用到的一些统计方面的概念。 1. 标准差 公式： 假设一个班有30个学生，每个学生的语文课的考试成绩是 Xi， 平均分是80，标准差 不是每个学生的成绩减去平均分的平方的和，再除以学生数，然后再开方。 意义： 标准差越大，表示学生之间的水平相差较大。 2. 加权均值 平均值计算时，按照权重 阅读全文

摘要： 年轻代大小选择： 响应时间优先的应用： 尽可能设大，直到接近系统的最低响应时间限制。在此种情况下，年轻代收集发生的频率也是最小的。同时，减少到达年老代的对象。 吞吐量优先的应用： 尽可能的设置大，可能到达 Gbit 的程度。因为对响应时间没有要求，垃圾收集可以并行进行，一般适合8CPUc上的应用 。 阅读全文

摘要： 1. 启动时指定集群和节点的名字./elasticsearch -Ecluster.name=my_cluster_name -Enode.name=my_node_namee.g. ./elasticsearch -d -Ecluster.name=shjCluster -Enode.name=s 阅读全文

摘要： zookeeper 的基本概念、主要功能、使用场景，参考 https://blog.csdn.net/weijifeng_/article/details/79775738 基本配置，详见：https://blog.csdn.net/liereli/article/details/80039124 阅读全文

摘要： 数据卷的特点： 1. 数据卷在容器启动时初始化，如果容器使用的镜像在挂载点包含了数据，这些数据会拷贝到新初始化的数据卷中 2. 数据卷可以在容器之间共享和重用 3. 可以对数据卷里的内容直接进行修改 4.数据郑的变化不会影响镜像的更新 5. 卷会一直存在，即使挂载数据卷的容器已经被删除。 在宿主机创 阅读全文