摘要： 背景 AB Test时，除了保证算法不一样外，其他条件都需要保证不变。但是往往大家可能忽视了 保证用户分布的不变 。比如一个算法A除了可以召回付费用户外，还可以召回很多潜在付费用户，而算法B只能召回经常付费的用户，如果直接拿两个算法作用所有用户比较，此时显然用户的分布不一致，比较最终的统计指标意义不 阅读全文

摘要：  阅读全文

摘要： 先看一段官网的介绍 Apache Phoenix enables OLTP and operational analytics in Hadoop for low latency applications by combining the best of both worlds: the power 阅读全文

摘要： 机器学习的套路 1.model如何对现实的场景进行抽象 2.model如何对参数进行求解 3.model的效果如何评价 1.抽象 例如线性回归，就是认为预测变量y和特征X之间存在线性关心，老掉牙的例子就是房价和地区收入，人口密度等等的线性关系 线性回归的数学假设有两个部分： 1. y的预测值是数据特 阅读全文

摘要： 原文出处：https://www.zhihu.com/question/267135168/answer/329318812 之前前读过一次这篇知乎文章，现在再次读来，感受很深，特别是妥协和矛盾，说的不就做推荐的人的日常工作么，泪奔。 再次摘抄下来，方便以后再读 不仅仅是机器学习，大部分理工科的思想 阅读全文

摘要： 层次分析AHP，主要解决的业务痛点是无监督学习的时权重的确定。 没有样本，无法使用现有的各种机器学习的模型，来确定特征的权重。 具体内容见图片，博客园的markdown太难写了，还是写好传图片 阅读全文

摘要： 孟岩大佬的博客给出了矩阵的本质：`运动` 阅读全文

摘要： 数据处理是 Python 的一大应用场景，而 Excel 则是最流行的数据处理软件。因此用 Python 进行数据相关的工作时，难免要和 Excel 打交道。 如果仅仅是要以表单形式保存数据，可以借助 CSV 格式（一种以逗号分隔的表格数据格式）进行处理，Excel 也支持此格式。但标准的 Exce 阅读全文

摘要： 1.lateral view explode() 2.抽样 tablesample(10 rows) 每个split tablesample(bucket 3 out of 32 in rand()) tablesample(bucket 3 out of 32 in momo_id) 3.coun 阅读全文