- 博客(25)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 是我太娇气了
每天下午都很累，大概是最近工作很忙，一天到晚没个闲空。所以，每天下午都很累，这几天估计旁边的同事都已经无语了，我每天下午都会不自觉地说，好累啊。也不知道别人怀孕时都是怎么工作的，真心觉得这钱不好挣。是我太娇气了吗？
2012-09-28 08:06:20
903
原创 recommender system
http://www.wentrue.net/blog/?p=1181http://tech.hulu.com/blog/2011/09/19/recommendation-system/http://glinden.blogspot.hk/2011/02/youtube-uses-amazons-recommendation.html
2012-09-26 18:17:06
803
原创 cp
hadoop cp 文件的使用cp dir1/ dir2/ 这个时候，如果已经存在dir2了，则会生成dir2/dir1这个时候如果dir2不存在，则会生成dir2/，同时把dir1下的文件都拷贝过去。cp dir1/* dir2/这种方式将dir1下的所有文件拷贝到dir2下，但是如果dir2不存在就出错，这个时候需要提前判断一下，如果不存在dir，就要mkdir一
2012-09-26 17:39:09
553
原创 lzo
hadoop fs -cat bitauto/data/cookie_topic/20120924/part-r-00000.lzo| lzop -cd| less
2012-09-26 17:21:29
468
原创 echo printf,read
unix echohttp://unix-cd.com/vc/www/39/2007-06/2409.htmlecho显示转义字符，要加-e.昨天想自动生成一个文本文件，生成后，总是空格，不是\t，后来同事让我用printf，总是可以了。但是我感觉echo用的不对，今天才知道是我没有添加-eprintf可以看shell脚本编程学习指南第七章，写的很详细。以后要习惯用
2012-09-26 15:36:46
531
原创 产检假
自从怀孕后，感觉压力很大，因为前几个月老请假，工作进度跟不上，又加上不能老加班了，所以整体没有以前的工作完成量大了。前半年的奖金是没有一分，后半年我估计又悬了，因为正好年底我要休产假。今天前台MM又跟我说，产检假是没假期的。吓我一跳，当时就烦躁了，法律规定是有产检假的啊，何况我每次只要产检很早完成我都是回来上班的。我告诉她，我当时问人事了，说是有产检假的。哎，以前怀孕前，很
2012-09-25 11:45:16
1478
1
原创 Bayes classifier and LDA, PLSA
最近因为想写几个简单的分类器，其实原来也没写过什么分类器，尤其是supervised.最近在看Bayes classifier，是去产检时等叫号时看的，看过之后我明白了，之前有位指导我们的同事说的，说lda, plsa其实就是bayes分类器。bayes classifier是一种generative model，按照feature集合生成文本。尤其是multinomial nai
2012-09-22 21:59:39
1498
1
原创 tar
最近要传输数据，因为是两个cluster上传输，速度很慢。所以要压缩，用了tar的压缩命令。tar -cvzf file.tar.gz -C /dir file这个是说要把dir下的file文件压缩成file.tar.gz 文件。可以--help一下，看到-C是说先切换到dir下面。但是昨天我开始用的是 tar -cvzf file.tar.gz -C /d
2012-09-22 12:08:55
1651
原创 pig udf实现
pig的UDF实现了用简单的pig命令难以实现的功能，一般是直接对tuple操作的。而且这个有个好处是用户可以自己定义的。自己写udf，要注意几点：1. udf传入的参数是tuple。2. udf操作时，有点类似于对group后的结果进行操作，我们可以对group内的每一个元素进行操作，但是你要记住，每一个元素是什么，这样你才能get(0),get(1)等等。3
2012-09-18 14:25:51
2138
原创 理想和现实
理想：1. 将来工作了坚决不吃食堂，太没营养，要每天从家里做好饭带来。2. 坚决不挤地铁，即使贵也要住近点。3. 怀孕时坚决不吃食堂，为了宝宝要怎么健康怎么吃。为了宝宝，如果单位压力太大，坚决辞职不干。4. 不加班，不能天天二十四小时卖给单位。5. 不能那么势利，要将来和老公一点点挣。只要有感情，房子、车子都可以慢慢挣。现实：1. 要是单位有食堂多好啊，从家里
2012-09-15 19:32:06
1121
1
原创 mkdir -p
mkdir -p在创建目录时，我们通常会先检查一下是否存在，如果不存在，就创建，这个时候通常用mkdir -p进行，但是-p是干什么用的呢。mkdir --help一下吧。也就说，如果上级目录不存在，则没关系一并创建直到创建到自己想要的目录为止。用法：mkdir [选项] 目录...若目录不是已经存在则创建目录。长选项必须用的参数在使用短选项时也
2012-09-14 15:28:10
34675
原创 怀孕傻三年？
连着两天烧糊了锅，我都不敢再相信自己了……怀孕后，我发现自己脑子经常是空荡荡的，以前都记得的东西，现在也不知道了。怀孕傻三年，难道是真的啊？我在想到底是因为宝宝把麻麻的营养吸收走了，还是因为麻麻的注意力转移了造成这种傻相啊？孕妇真是各种情绪啊，怀孕后，老和老公吵架，其实原因只有一个，就是觉得自己和宝宝在老公心中的地位太低，即使现在怀孕，也比不上他家人。以前能忍受，可现在忍受和接
2012-09-12 14:57:41
1129
原创 flatten
今天通过不断的尝试，终于知道这个flatten的用法了。其实吧，有时候关键是要test，才能充分理解解说。不过，同事给说的有点问题，误导了我。整的我一直没明白怎么回事。这是官方的解释：The FLATTEN operator looks like a UDF syntactically, but it is actually an operator that changes the
2012-09-11 17:59:36
8000
1
原创 pig拉数据
以前公司有同事讲过pig的各种使用经验，但是我觉得吧，工程的东西很多都是熟能生巧的过程，长时间不用就又忘记了。这几天再从新使用pig，除了看thrift文件了解各个数据的结构之外，如果想看内部的有些信息，尤其是有些数据是会转换的，那就加载数据后，用describe，Returns the schema of a relation.看到pig的官方解释，就知道了，这个describe能够
2012-09-11 14:24:37
1173
原创 java读文档
java读文档的函数有几个，我通常直接用InputStreamReader和buffereader，这个方式是从开头读到最后，readline一行行读。但是，我昨天想实现反复读一个文档的功能，即读完一遍后再读一遍。我发现InputStreamReader无法让我再从头开始读，问了同事，他告诉我从新打开。吼吼，我知道这个方式，我就是不想用这种方式所以才问的。后来同事告诉我，可以用RandomAcce
2012-09-10 08:39:24
961
1
原创 标准程序结果
呵呵，今天被鄙视，同事说了，所有标准程序，运行成功就返回0，不成功返回非0.原来这样啊，所以说，java代码我们总是要求这样返回值，而脚本我知道是这个样的，pig也是这样的，如果job执行成功则返回0，否则非0.
2012-09-06 17:25:44
627
原创 intellij创建快捷方式到桌面
http://forum.ubuntu.org.cn/viewtopic.php?f=50&t=124425&sid=1e7bffb676eeae9efdc47ea64de49f31就是在桌面上右键几下就行了。我开始还看了一段youtubu视频，后来才发现这个方式真是好用。
2012-09-06 12:17:41
7319
转载 为什么读博
为什么读博，这里博主的翻译，感觉还不错http://blog.csdn.net/chl033/article/details/5496708呵呵，读书时写采样程序，记得当时还专门去看过gibbs sampling，可我发现我还是没理解根本原理，过了一两年就忘记了。不知道是真老了，还是当时真没理解原理，真是头大啊，很是苦恼。
2012-09-06 08:10:02
1926
原创 选择的路错了
其实，因为工作已经很多个晚上失眠了，以前失眠还没关系，可怀孕后失眠就会非常痛苦。可总是会很烦恼，尤其是到了一个节点时。怎么说呢，只能说我选错了路。我现在只想把自己包起来，躲在乌龟壳里，一个人看点书什么的，才能少点烦恼。工作那么久了，一直在做工程的东西，其实吧，原来读书期间也没做过多少项目，但是算法是自己用C++实现的，那个时候为了实现算法，看了好几遍的c++ primer。
2012-09-05 07:29:46
2729
2
转载 推荐系统资料
转来一篇，本来想只转载地址的，可怕内容看起来不方便，作者也没说不可以转过来，于是把内容也转帖过来。来自：http://blog.csdn.net/lzt1983/article/details/7914536，有兴趣的可以到原博客去看看，真是辛苦博主了。最近在做一个推荐的任务，头绪繁多，回头看看同行的工作，希望能有些帮助。零零碎碎看过好多资料，有些已经忘记了，会慢慢补全
2012-09-04 08:47:25
1007
原创 李开复老师的讲演
http://v.youku.com/v_show/id_XMzA1NzQyNzgw.html感觉还是很不错啊……虽然我已经过了大学校园生活，真是觉得如果大学读书前能体会到这些或许更好。
2012-09-03 21:08:39
6082
1
原创 lda symmetric lda aprior
Rethinking LDA: Why Priors Matter该文章测试，lda中，如果先验参数alpha是非对称的，效果会比symmetric更好。记得之前看过一篇文章，具体文章名称实在是想不起来了，好像记得那个时候还在和讯博客记录了一下，现在是死活找不到了，真是丢三落四啊。言归正传，记得那篇文章中也提到了，对称lda的效果和PLSA还是LSA等价的？
2012-09-03 15:43:23
903
原创 文本分类器
以前处理图像、视频，已经觉得维度够高，而且特征够麻烦的了。可真接触到文本时，才发现文本的更麻烦，大概是我这个人懒。因为想对已经分好词的数据做一下试验，想找一种更好的分类算法，可一想用字典中所有词作为特征岂不是很浪费维度，于是查了查，看来文本的分类还真有很多猫腻。实现一下特征提取的CHI吧，正好结合前几天写好的tfidf用用。
2012-09-03 15:23:33
1772
原创 情绪波动
我绝对是一个情绪波动很大的人，在单位都是这样，丝毫不会掩饰自己，说实话，真为自己担心，年龄是白长了，一点都不成熟。其实，有情绪是没有用的，而且还增加同事之间的不和谐，大家共事一场，大概没有人会真的把你当朋友，所以你的情绪更不该有。该改改了，人总是要长大的。
2012-09-03 13:21:24
567
原创 libsvm
最近想看看libsvm工具，如果英文资料不想看，可以看看这里，真是不错。http://blog.csdn.net/carson2005/article/details/6539192http://blog.csdn.net/marising/article/details/5844063另外，svm的分类是无法实现分布式的，所以数据量大时就难以解决了。
2012-09-03 08:21:34
581
KLINEMathematicalThoughtFromAncientToModernTimes3.pdf
2019-07-21
dtw for time series data
2019-01-16
Handbook of Statistics Vol 21
2018-12-26
pattern recognition, third edtion,PART3
2009-04-08
pattern recognition,third edtion,PART2
2009-04-08
pattern recognition third edition,PART1
2009-04-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人