2BiTT

摘要： python多进程和多线程的区别：python的多线程不是真正意义上的多线程，由于python编译器的问题，导致python的多线程存在一个PIL锁，使得python的多线程的CPU利用率比预期的要低很多python的多进程（java的应该也是）有内存拷贝的问题，所以建议用java或者c的多线程。 阅读全文

摘要： SVD（Singular Value Decomposition），中文是奇异值分解，最近很感兴趣，下面谈谈我对svd的理解，没有线性代数基础的可以直接看应用部分或者记住关键结论就好了。 理论部分： 线性变化 奇异值分解不是一个凭空幻想出来的概念，而是解决一个数学问题的成果，这个数学问题可以概括成： 阅读全文

摘要： 源表结构： pcgid string mobilegid string value double 测试数据如下： p1 m1 0.6p1 m2 0.9p2 m1 1.0 需要的结果是： p1 {"m2":"0.9","m1":"0.6"} 2 p2 {"m1":"1.0"} 1 就是对源表进行gro 阅读全文

摘要： Linux date mac date mac的实现相对复杂一点，不理解的请看我的 mac date命令 阅读全文

摘要： 想装个server版的Linux系统玩玩，下面记录一下遇到的坑。 1：安装语言选英文：可能是因为其他原因，我选中文的时候安装失败了，最后一次选中文的时候成功了。 2：以前装了一个ubuntu的，后面想着直接覆盖ubuntu的分区就可以了吧，但是事实证明很悲剧，建议由这个覆盖想法的小伙伴先把之前的ub 阅读全文

摘要： 安装过程很简单，主要记录期间碰到的问题： 安装过程： 下载安装包： hadoop:http://mirrors.hust.edu.cn/apache/hadoop/common/hadoop-2.7.2/hadoop-2.7.2.tar.gz hive:http://mirror.bit.edu.c 阅读全文

摘要： 用官方的话来说，所谓K近邻算法(k-Nearest Neighbor，KNN)，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。这是一个有监督的学习算法 例如下图，红色和蓝色代 阅读全文

摘要： k-means是一种无监督学习算法，用于聚类。 下图（来自http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.html）展示了k-means算法k=2时的聚类过程。 第一步：给定k个中心点，然后依次遍历所有数据点，计算每个数据点到k 阅读全文

摘要： 在数据分析或者数据挖掘的时候，经常碰到回归和分类的问题，下面详细说下我对我这两概念的理解。 回归 一直对为什么叫回归很好奇，百度百科对回归的定义如下： 回归，指研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析。通常Y1，Y2，… 阅读全文

摘要： 今天把之前的一些代码转移到另外一台电脑的时候， python manage.py syncdb 的时候报了 (1366, "Incorrect string value: '\\xE6\\x88\\x9A\\xE4\\xBC\\x9F...' 的错误，查了一下，应该是数据库编码设置的问题，看了一下本 阅读全文