好好学英语

最近几年很少看英语，最近整点东西，忽然觉得看英文文章的能力下降，必须重新温习加强下，有关英文的一些好的资料也会在本贴中持续更新，加油。

 

对于技术来说，英文能力的下降意味着和最新的技术有了隔阂！！

 

用以下 小故事来激励自己：

一人想练盖世武功，师傅让他天天拍水缸。拍了一周特无聊，师傅说＂继续＂…；他又拍了一个月要崩溃，师傅还说＂继续＂…他又拍了半年，心想这个老头骗我，老子我不练了，拂袖而去。
回家，拍门，一掌，门碎。
弟子哭，回山中长跪。
什么叫相信？
“相信”是指未看见任何未来时，你仍旧坚持！将心注入，使命必达！ 从此刻起，用相信的力量去做事，你的梦想一定会实现！

反思：坚持

 子贡问曰：“乡人皆好之，何如？”子曰：“未可也。”“乡人皆恶之，何如？”子曰：“未可也。不如乡人之善者好之，其不善者恶之。” 

 【译文】 子贡问孔子说：“全乡人都喜欢、赞扬他，这个人怎么样？”孔子说：“这还不能肯定。”子贡又问孔子说：“全乡人都厌恶、憎恨他，这个人怎么样？”孔子说：“这也是不能肯定的。最好的人是全乡的好人都喜欢他，全乡的坏人都厌恶他。”

反思：在公司里这个评价标准也很恰当

 

相关学习资料：

spark api 官方地址：

http://spark.apache.org/docs/1.2.1/api/java/

关注：

• GradientBoostedTreesModel ，在评分中可以使用二元分类，评价指标采用Lift，F_1和AUC
• RandomForestModel   评分中通过对所有的决策树进行加总来预测新的数据（回归时采用平均），也有分类场景采用多数投票，

 

python中随机森林可以实现：RandomForestClassifier

http://www.tuicool.com/articles/euYfYjM

随机森林的评价：

缺点：

1. 随机森林在解决回归问题时并没有像它在分类中表现的那么好，这是因为它并不能给出一个连续型的输出。当进行回归时，随机森林不能够作出超越训练集数据范围的预测，这可能导致在对某些还有特定噪声的数据进行建模时出现过度拟合。
2. 对于许多统计建模者来说，随机森林给人的感觉像是一个黑盒子——你几乎无法控制模型内部的运行，只能在不同的参数和随机种子之间进行尝试。

 

Spark MLlib实现的广告点击预测–Gradient-Boosted Trees

https://my.oschina.net/u/2605101/blog/608842

训练和测试数据使用KaggleAvazuCTR比赛的样例数据